- 朝着可持续的 GenAI:用于环保的大型语言模型推断的生成指令
Sprout 是一种创新的框架,通过减少碳足迹来降低生成式大语言模型推理服务的环境影响,在指导自回归生成过程中利用 “生成指令” 的创新概念提高碳效率,平衡生态可持续性和高质量生成结果的需求,通过 Llama2 大语言模型和全球电力网络数据 - 利用生成式知识提取、基于图的表示和多模态智能图推理加速科学发现
使用生成人工智能(AI)将 1000 篇生物材料领域的科学论文转化为详细的本体知识图,揭示了其固有的无标度特性。通过基于组合排名节点相似性和介数中心性的不同概念之间的图遍历路径检测,我们揭示了深入洞察力,揭示了前所未有的跨学科关系,可用于回 - 拥抱生成 AI 革命:利用 GPT 推进网络安全的高等教育
本研究调查了生成式人工智能技术(特别是 ChatGPT 等生成式预训练变形器模型)对网络安全的影响,并提出了针对大学的课程改革的建议,以满足行业不断发展的需求。我们的研究强调了理解生成式人工智能的 “心智模型” 与人类认知之间的对齐的重要性 - AI 评估量表(AIAS)的应用:基于 GenAI 的评估的试点实施
英国越南大学举行的一项试点研究结果表明,将生成人工智能(GenAI)技术纳入教育评估中,在提高学习体验的同时促进学术诚信,并降低与 GenAI 相关的学术不端行为,使学生的成绩和模块通过率都得到了显著提升。
- 计算机视觉中合成数据增强方法的调查
这篇论文对合成数据增强技术进行了广泛评估,包括基于真实 3D 图形建模、神经风格迁移、差分神经渲染、生成对抗网络和变分自编码器等生成人工智能技术。对于每一种方法类别,我们关注重要的数据生成和增强技术、广泛的应用范围和具体的用例,以及现有限制 - 大语言模型人口群体中的文化演变
通过大型语言模型模仿人类行为,在文化创新领域中进行模拟,研究计算模型、认知机制和人工智能对文化演变的影响。
- 通过热传导实现高效的组合优化
使用热扩散来解决组合优化问题,在全球最优搜索中提供更高效的导航,展示了在组合优化方面的卓越性能以及在推进组合优化中的潜在作用。
- YouTuber 在内容创作中使用生成式人工智能的初步探索
通过对 68 个 YouTube 视频的定性分析,我们的研究重点关注生成型人工智能在用户生成内容环境中所应用的内容领域、使用的各种工具、执行的活动以及生成的最终产品的性质。
- 移动边缘网络中绿色联邦生成扩散的按需量化
提出了基于需求量化的移动边缘网络中的按需量化能效联合扩散方法,能够显著降低系统能耗和传输模型大小,同时有效地保持生成数据的合理质量和多样性。
- 生成人工智能用于合成数据生成:方法、挑战与未来
该论文探讨利用巨大的大语言模型生成特定任务训练数据的先进技术,介绍了方法论、评估技术和实际应用,并讨论了当前的限制和未来研究的潜在路径。
- 生成人工智能中的偏见
这项研究分析了由三种流行的生成人工智能工具生成的图像 - Midjourney、Stable Diffusion 和 DALLE 2 - 代表各种职业,以调查 AI 生成器中潜在的偏见。我们的分析揭示了这些 AI 生成器中两个主要关注领域, - DragTex: 基于点的生成式纹理编辑在 3D 网格上
通过使用扩展人工智能技术创建三维纹理网格近期引起了重要关注。我们提出了一种名为 DragTex 的生成点型三维网格纹理编辑方法,该方法利用扩散模型在不同视角之间变形剪影附近的区域中混合局部不一致的纹理,实现了局部一致的纹理编辑。此外,我们通 - SARD: 人工智能与人类协作的故事生成
我们提出了一个名为 SARD 的可视化工具,用于利用大型语言模型生成多章节故事,通过对其可用性和创意支持的评估,我们发现节点可视化可能有助于作者建立心理模型,但在故事更加复杂时会导致不必要的认知负荷和注意力分散,还发现无论故事复杂与否,AI - 探索支持老年人基于音乐回忆的生成式人工智能设计
通过用户中心设计方法,本研究探索了使用生成式人工智能系统来支持音乐回忆对老年人心理福祉的影响,发现老年人对使用生成式人工智能来增强回忆体验持有积极态度,并提出了未来设计中的具体考虑要素。
- GenAINet:通过知识传递和推理实现无线智能集体
在本文中,我们提出了 GenAINet 框架,其中分布式的 GenAI 代理通过无线网络进行知识传播,以完成任意任务。我们构建了一个整合了 GenAI 能力的网络架构,研究了通过语义本地化的 GenAINet 的有效通信和推理问题。在这种范 - 生成人工智能对术语定义的意义
该论文研究了生成人工智能(GenAI)对术语定义的创建和使用的影响。与传统术语资源相比,像 ChatGPT 这样的 GenAI 工具带来了一系列的好处和缺点。ChatGPT 在以交互和定制化的方式提供上下文特定含义方面表现出众,但在准确性方 - MM虚拟现实用于理解人工智能驱动科学发现,在量子光学中的应用
研究表明,通过将分析过程转移到沉浸式虚拟现实 (VR) 环境中,可以帮助研究人员理解由人工智能生成的解决方案,进而发现新的解释和理解实验性量子光学,并且能够加快后续的发现迭代。
- CHATATC: 大型语言模型驱动的对话型智能助手,用于支持战略航空交通流量管理
通过历史数据集训练的 CHATATC 大型语言模型在非安全关键的交通流量管理环境中进行了研究,测试了其查询和回应能力,并详细介绍了用于与 CHATATC 对话代理进行交互和协作的图形用户界面的设计。
- 从云到边缘:重新思考针对低资源设计挑战的生成式人工智能
生成人工智能在设计领域展示了巨大的潜力,但由于资源需求大,通常在大型计算基础设施上进行训练并作为云服务提供。在这篇立场论文中,我们考虑了在资源受限环境中进行生成人工智能设计的潜力、挑战和有希望的方法。这需要在模型压缩、高效算法设计和可能利用 - 搜索引擎后 ChatGPT:生成人工智能如何使搜索更不可靠
搜索引擎在生成式人工智能(GenAI)开始生成、索引和分发内容时面临挑战,包括事实不一致和偏见。GenAI 输出带有不合理的可信度,降低了透明性和信息来源能力,搜索引擎已经通过错误内容回答问题,进一步模糊了信息的来源,影响信息生态的完整性。