- 负责任的基础模型开发备忘录：工具与资源综述
基于自然语言处理的基础模型发展，通过资源收集、数据选择、模型评估和伦理考虑等方法，帮助引导更负责任的模型开发实践。
- 大型语言模型与社会机器人交叉领域的伦理考虑的实证设计公正方法
将大型语言模型 (LLM) 与社交机器人整合在一起存在一系列独特的伦理挑战和社会影响。本研究旨在识别这两种技术结合时出现的伦理考虑。使用 LLM 进行社交机器人可能带来益处，如实现自然语言开放领域对话。然而，这两种技术的交叉也引发了与错误信 - 人工智能对学术研究和出版的影响
通过对最近的跨学科文献进行综述，本文考察了人工智能技术（例如 ChatGPT）对学术写作和出版产生的重大影响，着重讨论了人工智能被用于学术不端行为时的伦理考虑以及在学术论文的写作、编辑和审查中使用人工智能时所需的监督。研究结果强调了出版商、 - 生成型人工智能和大型语言模型的全球学术指南概览
本研究通过系统调查、基于文本挖掘的全球和国家指南、独立研究以及八十所大学层面的指导，提供了对教育中生成式人工智能（GAI）和大型语言模型（LLMs）的机会和挑战进行细致的理解。研究强调了在这些技术的整合过程中平衡方法的重要性，以 harne - 生成人工智能：系统综述和应用
人工智能与生成式人工智能的应用领域，特别是语言生成与伦理考虑的最新研究成果与未来发展轨迹的综合分析。
- 关于使用大型语言模型创建合成人物时存在的偏见的担忧
该研究通过使用生动事例来展示黑盒大型语言模型中的偏见存在和调控方法，探索了合成人设在人机交互研究中的益处、不足和伦理考虑，强调在利用这些模型进行合成人设创建前的全面测试的必要性。
- 合作或崩溃：在 LLM 智能体社会中可持续行为的出现
通过 Governance of the Commons Simulation（GovSim）仿真平台，研究了大型语言模型在资源共享中的战略互动和合作决策，发现了在模型共享资源管理能力方面存在的巨大差距，并强调了沟通的重要性。
- 利用大型语言模型建模情绪与伦理
本文探讨了如何将类人情感和伦理考虑整合到大型语言模型（LLM）中，并通过协作式 LLM 对八种基本人类情感进行建模，以及通过自我监督学习算法与人类反馈指导在 LLM 中嵌入潜在的伦理维度。利用该方法，LLMs 能够进行自我评估和调整以符合伦 - 多模态大型语言和视觉模型综述
通过对具有多模态能力的 LLM 和 MM-LLM 的当前状况进行广泛回顾，本文涵盖了 LLM 的历史发展、注意力机制在提升模型性能方面的作用，以及 Fine-tuning 和 prompt engineering 等模型调整技术。同时还分析 - AAAI人机协作 AI 用于作弊团伙检测
介绍了一个人机协同的 AI 作弊圈侦测系统，旨在检测和阻止在线考试中的作弊行为，并遵守负责任的人工智能（RAI）标准，确保在整个开发过程中融入伦理考虑。
- AAAIAI 身份的含义：创造者、创造物和后果
通过身份的视角，本论文探讨了人工智能（AI）与身份的交叉领域，以理解 AI 开发和应用中的偏见、不平等和伦理考虑，并提出了通过身份视角培养更具包容性和负责任的 AI 生态系统的综合方法。
- 2024 年《模型卡》：从可信度和风险管理角度重新分类伦理考虑的类别
该研究论文重新定义了原始模型卡片中的伦理考虑类别为风险环境和风险管理，并添加了新的可信度类别，介绍了可信度的基本特性，以及欧盟委员会、OECD 和美国 NIST 等组织发布的有关可信度的准则。
- 重视过程，以更好地为原住民社区提供语言技术服务
通过采访 17 位在澳大利亚从事或支持土著和 / 或托雷斯海峡岛民社区语言技术项目的研究人员，本文探讨了在为土著语言构建 NLP 技术时的伦理考虑，并建议 NLP 研究人员应关注与土著社区的互动过程，而不仅仅关注去语境的产物。
- 人工智能中的合成数据：挑战、应用和伦理影响
在快速发展的人工智能领域中，合成数据集的创建和利用日益重要。此报告重点探讨了合成数据的多方面特点，尤其强调了这些数据集可能存在的挑战和潜在偏见。它探讨了合成数据生成的方法，涉及传统统计模型到先进深度学习技术，并研究了它们在不同领域的应用。此 - 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 - 探索科学研究的负责任人工智能：一项实证研究
本文研究了科学研究机构在负责人工智能设计和开发中的道德风险意识和准备情况，揭示了知识缺口和对可用人工智能伦理框架的意识有限。我们的研究结果显示，在没有适当的指导和管理下实施人工智能技术可能会带来潜在的道德风险，因此需要全面的策略来提高团队能 - 基于 LLM 的互动语言治疗对高功能孤独症青少年心理咨询的疗效评估
这项研究主要探讨了大型语言模型（LLMs）在与高功能自闭症青少年进行互动语言治疗中的效果。通过评估 LLM 在治疗环境中参与共情、适应性和情境适当性交互的能力，研究结果表明 LLM 在支持性治疗工具方面具有巨大潜力，显示出在情感共鸣和对话适 - 克劳塞维茨 GPT 框架：理论大语言模型增强信息行动的新前沿
在数字时代中，信息操作和大语言模型的融合标志着一个充满机遇和挑战的新时代。本文提出了一个用于应对这个全新世界的框架，探讨了人工智能增强信息操作的复杂动态，重视自主 AI 代理的道德考虑，并强调清晰的战略愿景、伦理考虑和整体理解在快速技术进步 - FaceAtt：利用面部特征增强人像图像的图像字幕生成
自动图像标题生成是一个关键的研究领域，通过 FaceAtt 模型提出了一种强调准确描绘图像中面部属性的新方法，自动检测和描述多种属性，并使用深度学习技术评估了模型的性能和指标。此外，研究还涉及到自动标题生成中的伦理考虑，为未来改进属性关注的 - MLHOps: 物联网医疗运营中的机器学习
本文介绍机器学习在医疗保健领域中部署和维护的可靠、高效、可用和道德化的过程，包括基础概念、数据准备、数据工程和工具等，在从策划到落地实现全过程提供指导。