Mar, 2024

LLMs 是否能生成建筑设计决策？—— 一项探索性实证研究

PDF
TL;DR通过使用大型语言模型，我们进行了一项探索性研究，旨在研究在给定决策背景的情况下，使用 LLM 生成 ADR 的可行性。我们的研究结果表明，在零 - shot 设定中，GPT-4 等先进模型可以生成相关且准确的设计决策，但它们尚未达到人类水平。此外，我们观察到，成本更低的模型如 GPT-3.5 在一些 - shot 设定中可以获得类似的结果，并且经过精调的更小模型如 Flan-T5 在生成上具有可比性。总之，这项探索性研究表明 LLM 可以生成设计决策，但需要进一步的研究以达到人类水平的生成，并确立标准化的广泛应用。
architectural knowledge managementarchitecture decision recordsllmadr generationexploratory study
发现论文，激发创造
  • 关于 LLMs 决策能力的探究：在多智能体环境中评估 LLMs 的游戏能力

    通过 Game Theory 基于 GAMA-Bench 框架评估 LLMs 的决策能力，研究发现 GPT-3.5 在鲁棒性方面表现出色，但其概括能力相对有限，通过 Chain-of-Thought 等方法可以提高其性能；此外，评估发现 GPT-4 在 GAMA-Bench 上表现最好，得分为 72.5，而 GPT-3.5 的不断更新也标志着模型智能的显着提高。

    Mar, 2024

  • 从人类专家到机器：一个基于 LLM 的本体和知识图构建方法

    利用开源 LMMs 进行（半）自动化构建知识图谱的可行性研究以及深度学习方法的知识图谱构建

    Mar, 2024

  • 利用知识图谱和大型语言模型增强紧急决策

    该研究论文介绍了一种名为 E-KELL 的系统，通过构建结构化的紧急情况知识图谱，并引导大型语言模型在此基础上进行推理，提供基于证据的紧急情况决策，取得了显著的改进和可靠的应急决策支持。

    Nov, 2023

  • 基于 LMM 的教育问答系统的跨数据知识图构建：以 HCMUT 为案例研究

    通过结合大型语言模型（LLMs）和知识图谱（KGs），本研究论文提出了一种自动构建知识图谱的方法，并讨论了在数字教育环境中，LLMs 与 KGs 结合在问答任务中的初步应用。

    Apr, 2024

  • LLM 辅助决策的决定因素

    通过对大型语言模型辅助决策的影响因素进行综合文献分析，本研究提供了一种结构概述和详细分析，探讨了技术、心理和决策特定的决策影响因素，同时通过多个应用场景展示了这些影响因素对决策过程的影响，并提出了一种依赖框架来系统化这些因素之间的相互作用。研究发现，信任或依赖语言模型、用户的心理模型以及信息处理的特征是影响语言模型辅助决策过程的重要方面，这些发现对于提高人工智能合作中的决策质量、增强用户和组织的能力以及设计更有效的语言模型接口至关重要，并为后续对语言模型辅助决策的决策影响因素的实证研究奠定了基础。

    Feb, 2024

  • 基于生成检索增强的本体图和多智能体策略的解释性大型语言模型材料设计

    使用 Transformer 神经网络和大型语言模型进行材料分析、知识生成和力场开发的研究。

    Oct, 2023

  • DeLLMa：一种基于大型语言模型进行不确定性决策的框架

    大型语言模型（LLM）在商业、工程和医学等领域日益广泛应用。本文提出了 DeLLMa（不确定环境下的决策型大型语言模型助手）框架，通过多步骤的脚手架过程，绘制决策理论和效用理论的原则，提供一种优化且可由人类审查的决策过程，从而显著提高 LLM 的决策性能，使准确率提高了 40%。

    Feb, 2024

  • LLM-ARK：大型语言模型在知识图谱推理中的应用：深度强化学习

    LLM-ARK 是一种基于大型语言模型和知识图谱推理的代理技术，通过 FTE 提示和 PPO 在线策略梯度强化学习算法，能够有效地提供多跳推理问题的高效解决方法。

    Dec, 2023

  • 用于可解释和可争议决策的论证型大型语言模型

    通过引入辩证推理方法，使用大语言模型（LLMs）构建论证框架，从而使 LLMs 的决策能够被自然地解释和争辩，通过在声称验证的决策任务中的实验，我们证明了辩论性 LLMs 的有效性，结果竞争力强于同类技术。

    May, 2024

  • LLM 中的低秩知识蒸馏在微电子推理中是否有用？

    该论文研究使用离线的大型语言模型（LLMs）在电子设计自动化（EDA）领域的可行性，并评估了一个当代语言模型（Llama-2-7B）在解决微电子相关问题中作为微电子问答专家以及其推理和生成能力的能力，研究采用了各种适应方法，包括引入一种新颖的低秩知识蒸馏（LoRA-KD）方案。实验产生了定性和定量结果。

    Jun, 2024