May, 2024

运用大型语言模型通过人工智能生成科学本体朝下一代城市决策支持系统 -- 优化联运货运案例

PDF
TL;DR利用预训练的大型语言模型（LLMs）和 ChatGPT API 作为推理核心，通过自然语言处理、基于方法论的提示调整和 Transformer 技术，自动化创作基于场景的本体论文、都市数据集和模拟技术手册，生成知识图谱，以促进都市决策支持系统的发展。
artificial intelligenceoptimization systemsurban and environmental management problemslarge language modelsurban decision support systems
发现论文，激发创造
  • 利用大型语言模型进行本体工程

    通过自动将自然语言句子转化为描述逻辑，我们使用大型语言模型将自然语言句子转换为 OWL 功能语法，用于丰富本体论，并通过人类监督的方式提供该工具作为 Protge 插件。

    Jul, 2023

  • 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

  • 大型语言模型作为实例化具有特定领域知识的本体的预言机

    使用大型语言模型自动填充本体论与领域特定知识，通过查询模板生成实例，从而快速丰富本体论。

    Apr, 2024

  • CityGPT：大型语言模型赋能城市空间认知

    CityGPT 是一种用于增强大型语言模型在理解城市空间和解决相关城市任务方面能力的系统框架，通过在模型中构建城市规模的世界模型，并使用包含城市知识的多样化指令调整数据集 CityInstruction 来进行模型微调，实现对城市空间的理解和空间推理能力的有效增强。

    Jun, 2024

  • 自治 GIS：下一代 AI 动力 GIS

    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

  • 推进生成人工智能：科学教育中多模态大语言模型的变革性作用

    通过呈现示例创新的学习场景，探索了多模态大语言模型 (MLLMs) 在科学教育的核心方面的转变作用，包括文本创作、个性化学习支持、培养科学实践能力以及提供评估和反馈。同时，强调了在实施 MLLMs 时采取平衡的方法的必要性，确保技术对教育者角色的补充，以确保人工智能在科学教育中的有效和道德使用。

    Jan, 2024

  • 面向本体增强的大型语言模型表示学习

    通过注入本体知识来改进嵌入式大语言模型（embedding-LLM），本研究利用广泛的本体使用和基于对照学习框架，通过医学疾病本体的生物医学文档，展示了提高嵌入式 LLM 在描述疾病领域中的相似性评估能力的实验结果。

    May, 2024

  • 提升基于大型语言模型的市场分析副驾驶员的能力：语义搜索和微调

    人工智能广泛应用于解决与市场归因和预算优化相关的问题，然而由于模型复杂，很难在没有完整的实施团队的情况下理解模型的运作和见解，理论上，最近开发的大型语言模型（如 GPT-4）可以用来提供营销见解，以减少做出关键决策所需的时间和精力。 实际上，要可靠地使用这些模型，需要克服一些重大挑战，我们聚焦于领域特定的问答、用于数据检索的 SQL 生成以及表格分析，并展示了如何通过语义搜索、提示工程和微调的结合来显著提高大型语言模型执行这些任务的准确性。我们比较了专有模型（如 GPT-4）和开源模型（如 Llama-2-70b），以及各种嵌入方法。这些模型在特定于市场混合建模和归因的样本用例上进行了测试。

    Apr, 2024

  • OntoChatGPT 信息系统：本体驱动的结构化提示用于 ChatGPT 元学习

    本文提出了一种利用本体驱动的结构化提示系统与 ChatGPT 的方法，通过建立信息和功能模型的形式，实现本体驱动提示与 ChatGPT 的元学习能力的方法基础，以提高聊天机器人系统的效果和性能， 并将该技术应用于康复领域的乌克兰语，我们可以看出该方法不仅适用于 ChatGPT，还适用于其他基于 LLM 的聊天机器人系统， 为自然语言处理和对话系统带来了新的可能性。

    Jul, 2023

  • ChatGPT 即将来临：大语言模型是智能交通所需的全部吗？

    本文探讨大型语言模型在智能交通系统中的未来应用，介绍了交通数据的不同模态的处理和 LLM 的运行方式。此外也提供了智能手机崩溃报告自动生成和分析框架作为应用案例。虽然具有潜在优势，但数据隐私、数据质量和模型偏差等挑战需予以考虑。

    Mar, 2023