ChatAgri:探索 ChatGPT 在跨语言农业文本分类中的潜力
本研究主张将 ChatGPT 集成到精确农业自动传感器的数据处理管道中,以增强现代农业实践的各个方面,并为政策制定者提供更直观、自然的方式与农业数据处理系统进行交互,从而实时分析和解释农业数据并向利益相关者提供建议。
Nov, 2023
本文探究使用与食品相关的语料库对预训练基于 Transformer 的语言模型进行预训练的有效性,并利用外部知识源,如 FoodOn 本体论,对此任务进行微调,提出使用基于 GPT 模型作为基线和利用 ChatGPT 作为外部知识源进行研究的两个新途径,同时扩展了本研究的范围,探讨了其他自然语言处理任务。
Jun, 2023
本文讨论 OpenAIs ChatGPT,一种用于文本型用户请求(即聊天机器人)的生成式预训练转换器。讨论了 ChatGPT 及类似模型背后的历史和原则,以及其对学术界和学术研究出版的潜在影响。ChatGPT 被认为是自动准备论文和其他类型学术手稿的潜在模型。此外,还讨论了可能出现的潜在伦理问题,并将其置于人工智能、机器学习和自然语言处理的更广泛进展的背景之下。
Mar, 2023
ChatGPT 是人工智能领域中强大的工具,在聊天机器人、内容生成、语言翻译、个性化推荐和医疗诊断和治疗等方面已成功应用。然而,ChatGPT 存在着一些局限性,例如它倾向于产生有偏见的回应和可能使有害的语言模式得以传承。本文全面概述了 ChatGPT 的应用、优点和局限性,强调了在现实场景中使用这一强大工具时候伦理考虑的重要性。最后,本文提供了有关提示工程技术的见解,从而为关于人工智能及其对视觉和自然语言处理领域的影响的持续讨论做出了贡献。
Mar, 2023
本研究的主要目的是提供 ChatGPT 检测的最新技术的全面评估,同时我们评估了其他 AI 生成的文本检测工具,以检测 ChatGPT 生成的内容。此外,我们还创建了一个基准数据集用于评估各种技术在检测 ChatGPT 生成内容方面的性能。研究结果表明,现有方法都不能有效地检测 ChatGPT 生成的内容。
Apr, 2023
这篇论文评估了 ChatGPT(GPT-3.5、GPT-4)对数字取证领域的影响和潜在影响,重点关注最新的预训练 LLM GPT-4,通过一系列实验评估了它在包括文物理解、证据搜索、代码生成、异常检测、事件响应和教育等多个数字取证应用场景中的能力,并总结了它的优势和风险。综合而言,尽管 ChatGPT 在数字取证领域存在一些潜在的低风险应用,但很多应用目前不适用,因为需要将证据上传至服务端,或者需要对所询问的话题具有足够的知识以识别错误的假设、不准确性和错误。然而,对于合适的知识用户而言,在某些情况下,它可以作为一个有用的辅助工具。
Jul, 2023
本研究分析了 ChatGPT 在不同对话问答语料库中生成的回答,并使用 BERT 相似度得分进行比较,以获取自然语言推理(NLI)标签。该研究还确定了 ChatGPT 提供错误答案的情况,提供了有关该模型可能存在错误的领域的见解。通过评估分数,比较 GPT-3 和 GPT-4 的整体性能。
Apr, 2023
ChatGPT 3.5 可以将多达 3000 个词的内容浓缩成一页,能够有针对性地从给定的文本中保留关键信息;通过对七篇科学文章使用 ChatGPT 服务生成摘要并与六位合著者进行调查,发现 ChatGPT 生成的摘要能够成功概括文章中的重要信息,保留了每篇文稿的主要信息,但与原文相比,在摘要的技术深度上稍有降低;综上,我们的研究结论强调了 ChatGPT 在文本摘要功能上作为提取关键洞察的强大工具,更符合报告性的方式而非纯粹的科学论述。
Nov, 2023
本文探讨了深度学习算法生成人工响应的 ChatGPT 型艺术智能语言模型的可能应用、局限以及未来的研究方向。
Apr, 2023
本文研究将 ChatGPT 用于零样本文本分类,重点是自动体裁识别,结合多语言 XLM-RoBERTa 进行测试,结果表明,ChatGPT 在没有看到的数据集上表现优异,在斯洛文尼亚语中的表现不逊于英语,在全语境下表现下降,表明它在较小语言上的使用仍有局限性。
Mar, 2023