Apr, 2024

利用大型语言模型推进实时流行病预测：COVID-19 案例研究

PDF
TL;DR我们提出了 PandemicLLM，这是一个新颖的框架，利用多模态大型语言模型将疾病传播的实时预测转化为文本推理问题，能够整合实时、复杂、非数值型信息，并在 COVID-19 大流行中得到应用。该研究揭示了适用大型语言模型和表征学习提升疫情预测的潜力，展示了人工智能创新如何加强未来的疫情应对和危机管理。
forecastingdisease outbreakmulti-modal large language modelspandemicllmpandemic forecasting
发现论文，激发创造
  • covLLM：针对 COVID-19 生物医学文献的大型语言模型

    开发 COVID-19 文献评估工具 (covLLM) 可以帮助医生更快速地评估和提取相关信息，该工具使用大型语言模型并使用两个特定数据集（synCovid 和 real abstracts）进行训练。

    Jun, 2023

  • 利用基于提示的大型语言模型：通过社交媒体语言预测流行病健康决策和结果

    我们使用基于提示的语言模型引入了一种多步推理框架，以检测社交媒体语言模式与国家健康状况趋势之间的关系，通过基于角色的增量辅导（RBIC）这种基于提示的语言模型框架，系统提取来自反对 COVID-19 健康措施的子论坛讨论中的要点，然后跟踪这些要点在关键事件中的演变，并评估其对在线参与的影响，最后调查要点数量与疫苗接种率和住院率等国家卫生趋势的关联，我们的工作是首次将社交媒体语言模式与现实世界的公共卫生趋势相联系，突出了基于提示的语言模型在识别形成公共卫生传播策略基础上的关键在线讨论模式的潜力。

    Mar, 2024

  • LLMs 的时间序列预测：理解和增强模型能力

    大型语言模型在时间序列预测方面具有明显的优势和限制，尤其在具备明确模式和趋势的数据上，LLMs 表现出色，但在缺乏周期性的数据集上面临挑战。研究发现，引入外部知识和采用自然语言改写有利于提升 LLMs 在时间序列预测中的预测性能。

    Feb, 2024

  • 多模图学习应用于大数据下新兴疫情建模

    通过融合时间图神经网络和多模态数据，我们提出了一种名为 MGL4MEP 的新型框架，用于学习和预测流行病，通过利用特定的预训练语言模型和发现用户之间的潜在图结构，将大数据源（包括社交媒体内容）整合到流行病动态学习中，从而提供丰富的流行病动态指标。广泛的实验证明了我们框架在流行病预测和分析方面的有效性，相对于基准方法，在不同领域、流行病情况和预测时段上表现出色。时间图学习和多模态数据的融合使我们能够以更少的时间滞后、更便宜的成本和更多的潜在信息指标全面了解流行病景观。

    Oct, 2023

  • 大型语言模型的宏观经济预测

    通过对比分析，本论文评估了大型语言模型和传统宏观时间序列预测方法的准确性。发现大型语言模型在宏观经济时间序列预测方面与传统方法相比存在优势和局限性。

    Jul, 2024

  • 用于预测和异常检测的大型语言模型：系统文献综述

    通过系统性文献综述，全面考察了在预测和异常检测中使用大规模语言模型（LLMs）的应用，突出了现有研究的现状、固有挑战和未来发展方向。LLMs 已经在解析和分析大规模数据集以识别模式、预测未来事件和检测异常行为等各个领域展现了巨大潜力。然而，该综述指出了一些关键挑战，如依赖于大量历史数据集、在不同背景中的泛化问题、模型产生幻觉的现象、模型知识范围的局限性以及需要大量计算资源等，这些挑战阻碍了它们更广泛的应用和有效性。通过详细分析，本综述讨论了克服这些障碍的潜在解决方案和策略，如整合多模态数据，学习方法的进步以及强调模型可解释性和计算效率。此外，该综述还概述了可能影响 LLMs 在这些领域中发展的关键趋势，包括朝向实时处理、可持续建模实践的重要性和跨学科合作的价值。最后，该综述强调了 LLMs 对预测和异常检测可能产生的转变性影响，同时强调了持续创新、道德考虑和实际解决方案的需求以实现其全部潜力。

    Feb, 2024

  • Time-LLM：大型语言模型的时间序列预测

    利用大型语言模型进行时间序列预测的重新编程框架，通过在输入时间序列中加入文本原型，将两种模态对齐，进而获得强大的时间序列学习器 Time-LLM，该学习器在少样本和零样本学习场景中表现出优越性能并超越了专业的预测模型。

    Oct, 2023

  • GenSpectrum Chat: 使用大型语言模型在公共卫生中进行数据探索

    为了实现公共卫生机构、普通公众和研究人员轻松访问流行病学数据和科学见解，我们使用大型语言模型开发了聊天机器人 “GenSpectrum Chat”，以便探索 SARS-CoV-2 基因组测序数据，并让公众以不同语言的交互方式快速访问最新数据。

    May, 2023

  • 运用语言模型接近人类水平的预测

    利用语言模型进行预测可以在大规模上提供准确的预测结果，对于决策和政策制定具有重要意义。

    Feb, 2024

  • 大规模语言模型的公共卫生平衡和可解释的社交媒体分析

    给定研究论文，通过高级数据增强方法解决社交媒体数据不平衡问题，并借助 BERT 模型指导 LLMs，提出了一种用于公共卫生的社交媒体分析的新型 ALEX 框架，在 Social Media Mining for Health 2023 (SMM4H) 竞赛中表现优越。

    Sep, 2023