Apr, 2023

ChatGPT在超越英语方面的综合评估：多语言学习中的大型语言模型

HTML
PDF
TL;DR本研究评估了多语言文本处理技术的热门系统ChatGPT在37种不同的语言中进行的7项不同任务的表现，揭示了其在不同NLP任务和语言方面的表现与其他模型相比较差，需要进一步的研究来发展更好的模型和了解多语言学习。
发现论文，激发创造
  • ChatGPT/GPT-4研究综述及对大型语言模型未来的展望

    本文对ChatGPT和GPT-4进行了综合调查，分析了其在各领域的潜在应用，发现ChatGPT/GPT-4主要应用于自然语言处理，并在教育、历史、数学、医学和物理等领域具有潜力。同时也提出了伦理问题和未来发展方向。

    Apr, 2023

  • CHATGPT与语言模型的比较分析

    本文比较了ChatGPT在自然语言处理领域中，在机器翻译、文本摘要、问答和语言生成等方面的表现，并使用自由质量（SQ）分数与每个类别中的主要算法进行了比较。通过有效的验证策略，安全性和可大规模采用LLM的示例总结了该论文的观点和结果。

    Mar, 2023

  • 应用LLMs：ChatGPT和其他模型的调查

    本文提供一个关于使用大型语言模型（LLMs）处理自然语言处理（NLP）下游任务的全面指南，讨论了模型、数据和下游任务等方面的关键问题。同时提供了大量使用案例和非使用案例，以便于实现这些模型在各种NLP任务中的成功应用。

    Apr, 2023

  • ChatGPT在基准数据集上的系统研究和综合评估

    本文通过评估ChatGPT在各种自然语言处理任务中的表现，旨在验证其优缺点，并为未来的LLM研究提供思路。作者发现ChatGPT能够完成多种任务，取得很好的表现，但仍有许多难题需要解决。

    May, 2023

  • ChatGPT 在自然语言处理任务中的极限挑战

    通过添加模块的方式提高 ChatGPT 在各种自然语言处理任务中的表现，解决了token，生成能力以及LLMs模型特有问题等方面的挑战并在21个数据集的10个代表性任务中获得了与监督学习基线相当甚至更好的表现.

    Jun, 2023

  • ChatGPT在生成式人工智能和大型语言模型时代的简明调查

    ChatGPT是OpenAI创建的一种大型语言模型(LLM)，通过大量数据的精心训练，推动了自然语言处理(NLP)的发展，并拓展了LLM的能力边界。本文主要目标是对ChatGPT及其演变的当前研究方向进行简明概述，提供了基于玻璃盒和黑盒观点的综合分析。此概述也揭示了LLM和GAI领域的现有和缺失研究方向，有益于公众用户和开发人员。

    Jul, 2023

  • GPT-3家族大型语言模型综述，包括ChatGPT和GPT-4

    这篇综述论文总结了关于GPT-3家族大型语言模型的最近研究进展，并指导研究社区未来发展方向。

    Oct, 2023

  • 当心言辞：评估会话式大型语言模型的词汇丰富性

    评估使用语言模型生成的文本的词汇丰富性及其与模型参数的相关性。

    Feb, 2024

  • ChatGPT备选方案：大型语言模型调查

    通过对多个LLM模型的研究，本文不仅提供了全面的概述，还明确了现有挑战，并指出了未来的研究方向。该综述提供了关于生成型人工智能的当前状态的全面观点，为进一步的探索、增强和创新提供了启示。

    Mar, 2024

  • 大型语言模型遇上自然语言处理: 一项调研

    大语言模型在自然语言处理任务中的应用及未来发展潜力的研究，包括LLMs的当前进展，应用领域的分类，新研究前沿以及相关挑战。

    May, 2024