一个公正和自由的基于提示的研究助手
通过提供弹性的教育模式建议,基于 GPT-3 的智能教育辅助框架被研发,能够自动生成课程助手,可以回答与教学相关的问题,降低教师和助教的工作量同时提高学生获得课程相关信息的机会。
Feb, 2023
本研究介绍了创建和评估 FAIIR(前线助手:问题识别和建议)工具的经验,该工具利用自然语言处理,通过应用到 Kids Help Phone 的前线危机响应情境,利用领域适应和优化的 Transformer 模型识别青少年可能遇到的问题。
May, 2024
基于预训练语言模型的交互式写作助手 IGA,可以通过标记进行 fine-grained 的文本生成和改写,在自动和人工评估以及小规模用户研究中表现良好,同时公开了数据集、代码和演示。
Apr, 2021
该研究论文讨论预训练的语言模型在少量数据情况下完成自然语言处理任务的表现,提出了一种新的用于测量模型在真实世界中应用的少量样本任务的基准测试 RAFT,这个基准测试展示了当前技术存在的困难和挑战,虽然一些分类任务对于普通人来说也很困难,但普通人在这些任务上的表现超过了 GPT-3 模型。
Sep, 2021
这篇研究论文通过对比两个人工智能模型 Gemini 和 ChatGPT 的表现和互动,以协作性工具的角度,对将生成型人工智能(Gen AI)整合到学术写作过程中进行了批判性研究,通过促进研究人员参与设计能够引出特定人工智能回应以构建研究大纲的提示会话,突显了提示设计、输出分析以及认识到人工智能的局限性对于确保负责任和有效的人工智能整合于学术工作的重要性。初步发现表明,提示的变化对输出质量产生显著影响,并揭示了每个模型的不同能力和限制。该论文通过探索有效的提示策略和提供生成型人工智能模型比较分析,为人机交互领域做出了贡献,最终旨在增强辅助学术写作的人工智能,并引发人机交互社区内更深入的对话。
Apr, 2024
介绍了一套实用、简单、可衡量的 FAIR 准则,用于 AI 模型的数据管理和保存;展示了一个领域无关的计算框架,其中包含了 Advanced Photon Source、Materials Data Facility、Data and Learning Hub for Science、funcX 和 Argonne Leadership Computing Facility (ALCF) 等元素,以期在 AI 驱动的自主发现方面发挥作用。
Jul, 2022
生成人工智能,尤其是像 OpenAI 流行的 ChatGPT 这样的工具正在重塑计算机科学研究的领域。本文提供了对 ChatGPT 和其他生成人工智能技术在计算机科学学术研究中多样应用的探索,提出使用生成人工智能来提高计算机科学研究科学家的工作效率的建议,重点是撰写新的研究论文。我们强调了创新性应用,如头脑风暴研究想法,辅助学术论文的起草和格式化,以及协助综述文献。此外,我们深入探讨了在理解跨学科方法、简化复杂文本以及推荐适合学术期刊发表方面应用这些技术的可能性。我们还着重讨论了生成人工智能在合成数据创建、研究方法论和指导以及任务组织和文章质量评估方面的贡献。本文还讨论了人工智能在文章审查、适应文本长度限制、构建对立观点和调查开发方面的实用性。此外,我们探讨了这些工具在传播观念、生成图像和音频、文本转录和与编辑人员互动方面的能力。我们还描述了一些不推荐在计算机科学研究中使用生成人工智能的用途,主要是由于该技术的局限性。
Nov, 2023
AI 和生成 AI 工具在研究发现和总结方面具有重要作用,通过生成语言模型可以更快地找到相关文献并提取研究论文的关键要点,对统计学家和数据科学家具有重要意义。
Jan, 2024
介绍了一款名为 Jill Watson 的基于 ChatGPT 的对话式虚拟教学助手,采用模块化设计,能处理多个大型文档,通过比较分析表明该系统在性能上优于传统基于知识的 Jill Watson 和 OpenAI Assistants 服务,并且引入了多项安全措施以减少幻觉和有毒内容。
May, 2024