gpt3.5 | BriefGPT - AI 论文速递

关键词gpt3.5

搜索结果 - 9

LLM 基于代码生成与软件开发流程的结合
介绍了 LCG 软件代码生成框架，该框架利用多个大型语言模型（LLM）代理模拟各种软件过程模型，通过协同努力不断优化自身以提高代码质量。通过四个代码生成基准的评估结果表明，LCGScrum 模型在各项评估中表现优异，超过 GPT 平均 15
PDF3 months ago
逆向多选对话中的常识推理与思维图
通过逐步排除选项，我们提出了一个由三个步骤组成的 Reverse Exclusion Graph-of-Thought (ReX-GoT) 框架，逐渐排除无关选项并学习选项错误的原因，从而选择最佳路径并最终推断正确答案，在 CICERO 和
PDF6 months ago
利用大型语言模型进行实体匹配
通过使用大型语言模型 (LLMs) 进行实体匹配，我们对可托管的 LLMs (如 GPT3.5 和 GPT4) 以及基于 Llama2 的开源 LLMs 进行了评估，在零 - shot 场景和有任务特定训练数据的场景中比较了不同的提示设计以
PDF9 months ago
利用大型语言模型解决和解释物理问题：接近人类水平
我们的研究表明，基于预训练文本的大型语言模型（LLM）不仅可以解决纯数学问题，还可以解决物理问题 - 即基于某些先前的物理知识进行计算和推理的问题。我们收集和注释了第一个物理问题数据集 - PhysQA，其中包含 1000 多个初中物理问题
PDF10 months ago
评估大型语言模型的性质：对人类中心主义的警告
GPT3.5 的认知能力和人格测量存在较大的变异性，但其所展示的低自尊和与现实脱节的表现可能与人类的良好心理健康状态相悖。
PDF10 months ago
通过基于 ASCII-Art 的跨模态任务，测试 ChatGPT 的理解深度：GPT3.5 在识别和生成 ASCII-Art 方面的能力并非完全缺乏
对 ChatGPT 及其基础模型 GPT3.5 的可视任务进行分析，包括图像识别和图像生成等方面。
PDFa year ago
超越炒作：评估 GPT3.5 的性能、可信度和临床适用性
本研究旨在评估一个新型的大型语言模型 GPT3.5 在医学图像协议分配上的表现，并与经过微调的 BERT 模型和放射科医生进行比较。结果显示，GPT3.5 在性能方面略逊于 BERT 和放射科医生，但在解释决策、检测相关词汇指标和模型校准方
PDFa year ago
CAR：基于概念增强的推理器用于零样本常识问题解答
提出了一种 Zero-shot Commonsense Question Answering 任务的新方法（CAR），通过概念抽象化和知识三元组，大大增加了 CommonSense Knowledge Bases 的语义覆盖范围，使负样本的
PDFa year ago
ChatGPT 的病例记录：语言模型与复杂临床问题
研究了人工智能 GPT4 和 GPT3.5 模型在诊断复杂临床病例时的准确性，结果发现模型在多次尝试后能够正确提供正确的诊断和必要的诊断测试，但在复杂、开放性的情况下存在局限性，未来研究应集中于评估模型在更大数据集上的性能和探索增强临床决策
PDFa year ago