通过展示 AI 模型如何通过创建语言地图来实现语言文档的空间文档化，该研究研究了 AI 模型特别是 GPT4 和 GPT Data Analyst 在语言文档化中的能力，通过整合纪录片语言学、语言地理学和 AI，用最少的地理制图专业知识促进了语言的空间文档化。

Apr, 2024

本文使用 GPT-4 进行了多项实验来生成计算机代码，发现 AI 编码工具需要人类的验证才能确保准确性和可靠性。同时，使用 GPT-4 进行代码改进可以显著提高代码质量，但生成的测试仍需要人类验证。

Apr, 2023

本文通过使用机器学习技术预测海岸环境变量，提供了即将到来的与先进技术相关的环境的实证证据，同时从后人类主义的角度探讨了设计师在这种环境中的角色和伦理。

May, 2023

在线问卷调查、众包平台、人工智能、数据质量和自动 AI 检测系统是研究论文的关键词。该研究测试了人工智能生成的文本是否能被人类和自动化 AI 检测系统发现，结果表明人类的正确识别率还不足以确保满意的数据质量，而自动化 AI 检测系统目前是完全不可用的。如果人工智能在提交回应方面过于普及，检测欺诈性提交的成本将超过在线问卷的益处，个别的注意力检查将不再足以确保良好的数据质量，这个问题只能由众包平台进行系统性解决，但众包平台不能依赖自动 AI 检测系统，他们如何确保为付费客户提供数据质量尚不清楚。

Aug, 2023

利用人工智能软件翻译和生成插图的能力，节省成本并提高效率。通过三种方法的比较研究，发现使用关键字的提示增强法效果最佳。未来可以进一步提高图像质量，适应于视频和 3D 雕塑生成。

Mar, 2023

本论文聚焦于在多语言环境下推进处理末端用户问题的 QA 技术，涉及多语性和混编等问题并提出了一种多文档利用的多跳问题生成技术，实验证明该方法可在 MQA、VQA 和语言生成等多个领域和语言中达到最先进的表现，是通用的，可用于提高 QA 系统性能。

Nov, 2022

本研究提出一种基于大型语言模型的 AI 地理信息系统 (Autonomous GIS)，通过自动化的空间数据收集、分析和可视化，解决空间问题。Autonomous GIS 的设计原则包括信息充足性、LLM 能力和代理架构，能够实现自动生成、自组织、自验证、自执行和自增长等五个自主目标，从而以更快、更简单、更可靠的方式进行空间分析。

May, 2023

通过对教育文本的深度洞察，本文探讨了计算机辅助文本分析在提高教学质量方面的转变潜力，结合 Richard Elmore 的教学核心框架，研究了人工智能和机器学习方法特别是自然语言处理在分析教育内容、教师论述和学生反馈方面的作用，从教师指导、学生支持和内容开发等关键领域发现了 AI/ML 集成的重要优势，并揭示了 AI/ML 的模式，不仅可以简化行政任务，还可以为个性化学习引入新的途径，为教育工作者提供可操作的反馈，为教学动态提供更深入的理解。本文强调将 AI/ML 技术与教学目标相一致，实现其在教育环境中的充分潜力，提倡平衡的方法，包括考虑道德考虑、数据质量和融合人类专业知识。

Mar, 2024

使用 OpenAI GPT 模型作为基准，结合查询提示，本研究比较分析了现有的人工智能模型在印度法律问答系统中回答法律问题方面的实用性，调查了不同的检索和问答算法的效果。该研究重点关注印度刑事司法领域的应用，该领域面临复杂性和资源限制的挑战。通过从实践法律专业人士获得反馈，以严格评估这些模型的性能，从而全面评估了 AI 在印度法律问答背景下的能力和局限性。

Sep, 2023

本文考察了人工智能对档案遗产数字化的影响，尤其是对手稿的自动转录、更正和规范化的影响，强调数字化推动学者重新定义档案和历史领域，并通过数字化和整合到大数据中实现模拟源的便利性。研究侧重于两个人工智能系统，即 Transkribus 和 ChatGPT，这些系统可以有效分析和转录数字化的来源。本文对 ChatGPT 进行了测试，该测试用于规范化存储在 Biscari Archive（Catania）的通信部门的 366 封信件的文本。虽然人工智能存在一些限制导致的不准确性，但更正后的文本符合预期。总的来说，本文得出结论，数字化和人工智能可以通过允许大量数据的分析和应用计算语言学工具，显著增强档案和历史研究。

Jul, 2023