本研究介绍了一种基于 ChatGPT 的对话式自动化机器学习 (AutoML) 框架作为 “个人数据科学家”，通过多个语言模型实例构建了自然界面，展示了对话式数据科学的新概念，同时也突出了 ChatGPT 的潜在缺陷和改进机会。

May, 2023

本研究提出了使用 ComputeGPT 来创建聊天模型，能够通过实时运行代码来解决数值计算问题，结合本地 Python 解释器和 Fine-tuned prompts，以实现数值问题的最先进的效率，并提供适当的前端和安全环境以执行代码。

May, 2023

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

本研究探讨了 ChatGPT 在解决编程问题方面的有效性，考察了其解决问题的正确性和时间、内存复杂度等效率，研究结果表明 ChatGPT 在结构化问题方面表现出较好的成功率，但其调试任务表现不佳，为 ChatGPT 的能力和改进提供了精辟的了解。

Jul, 2023

本研究论文讨论了将人工智能用于高等教育中的教学与学习，并以 ChatGPT 作为工具，以计算机科学基础编程课程为例进行了教学和评估的探讨，结果显示使用 ChatGPT 的学生在得分上有优势，但提交的代码存在不一致和不准确的情况。

Apr, 2023

本研究通过探索 OpenAI 的 ChatGPT 在解决不同类型的物理问题方面的能力，发现 ChatGPT 在解决给定完整数据的问题上的成功率为 62.5％，而在未给定全部必要数据的实际问题上的准确率下降至 8.3％。该研究提出了关于如何利用增强学习模型的教材来提升 STEM 教育的启示，并为人工智能的优势和局限性提供了见解，对于旨在利用该技术的教育工作者以及研究人员来研究问题解决和决策制定中的人工智能与人类协作框架有所贡献。

Oct, 2023

本研究以 ChatGPT 协助实现了从纯数学理论到实际计算拓扑工具的转变，桥接了理论拓扑概念与其在计算拓扑中的实际应用，展示了在纯数学概念缺乏计算经验和编码技能的情况下，通过数学家训练 ChatGPT 并利用其生成的计算拓扑代码，验证在计算拓扑中的运用性，如计算 Betti 数、拉普拉斯矩阵、Dirac 矩阵、各种同调和拉普拉斯的持续性，并探索 ChatGPT 在超图和有向图的拓扑理论计算中的应用。

Oct, 2023

在本文中，我们着重分析了 ChatGPT 在计算生物学领域的潜力，讨论了它对 Bioinformatics 算法编写、数据分析、脚本编排以及机器学习建模和特征提取等方面的积极和消极影响，并给出了来自不同视角的具体示例。

Sep, 2023

本研究使用 ChatGPT 这一语言模型探讨了如何利用其在软件工程中辅助完成常见任务，研究结果显示 ChatGPT 对许多任务均有不错的表现，但仍存在一些任务不适用。

May, 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