- NLP 与 ML 研究中的 “民主化” 理解
通过大规模的混合研究方法分析在自然语言处理（NLP）和机器学习（ML）领域中，使用 “民主化” 关键词的论文，我们发现民主化最常用于表达对技术的（易用性）访问或使用，但并未深入涉及民主化理论。然而，使用其他 “民主化” 概念的研究则基于理论 - 关于视觉变换器用于深假检测的及时调查
近年来，深度伪造技术的快速发展在降低伪造成本和提高质量的同时引发了关于侵犯个人权利、国家安全威胁和公共安全风险等紧迫问题。本文综述了基于 Vision Transformer（ViT）的深度伪造检测模型，并将其分为独立的、顺序的和并行的架构 - SurveyAgent：一种个性化且高效的研究调查对话系统
SurveyAgent 是一个设计用于为研究人员提供个性化和高效研究调查辅助的新型对话系统，整合了知识管理、推荐和查询回答等关键模块，在提供统一平台支持研究人员文献评述过程的同时，通过对话接口优化用户交互和个性化。我们的评估表明 Surve - AAAIAcceleron: 加速研究构想的工具
提出了一种名为 “Acceleron” 的研究加速器，旨在辅助研究生命周期的各个阶段，尤其是创意阶段。基于大型语言模型的代理人架构结合同事和导师身份，通过模拟研究员进行创作的思路，与研究者进行交互式对话，协助发展研究提案。经过评估，工具在不 - MM通过机器学习在不断演化的知识图上预测高影响力研究主题
预测从未发表的研究想法的影响力，使用大型知识图谱结合语义网络和引用网络，通过机器学习准确预测未来的网络动态和新研究方向的影响。
- 语言模型：困惑者指南
给定人工智能素养的重要性，本研究撰写了本教程，旨在帮助缩小学习语言模型（如 ChatGPT 等产品的核心技术）的研究者与对其感兴趣并希望了解更多的人之间的差距。总之，我们相信研究人员和教育工作者的观点可以增加公众对这些技术的理解，超越目前仅 - 增强跨学科交流的个性化行话识别
科学术语识别中，熟悉度指标的使用存在问题。本研究通过收集 11000 多个计算机科学研究人员对术语的熟悉度进行注释分析，发现不同研究人员对术语的熟悉度和信息需求存在巨大差异。研究探讨了个人、子领域和领域知识等特征，以预测个体对术语的熟悉度。 - Transformers 作为正规语言的识别器：表达能力调查
通过将问题视为形式语言，研究人员在调查变压器能够解决和不能解决的理论问题方面取得了显著进展，这有助于比较变压器与其他模型以及不同变压器变体在各种任务中的性能，并提供了一个统一的框架来协调看似矛盾的研究结果。
- EMNLP生物医学领域的描述性知识图谱
我们提出了一个新颖的系统，从生物医学语料库中自动提取和生成信息丰富、描述性的句子，促进相关知识的高效检索。与以往的搜索引擎或探索系统不同，我们的系统将描述性句子组织为关系图，使研究人员能够探索密切相关的生物医学实体（例如，化学品治疗的疾病） - 人工智能价值链道德：整合和拓展人工智能伦理研究、实践和治理的方法
AI 价值链作为多维度视角的概念，为研究人员、从业者和政策制定者提供了更全面的人工智能伦理和实践影响的研究和治理方法。
- 揭示全球叙事：一个关于俄乌冲突新闻媒体的多语言 Twitter 数据集
本文展示了一个新颖的数据集，该数据集收集并处理了全球各地新闻或媒体公司在社交媒体上发布的推文，旨在帮助研究人员从多个角度研究有关俄乌冲突的全球议论，包括涉及的主体，持有的态度，原始出处，以及事件中不同概念的表现。
- 评估 NLG 系统：简介
该论文简要介绍了自然语言生成领域中的评估，解释了关键术语和区别，并提出了一个奖项，以激励研究人员更多地关注他们系统输出的评估方法。
- MMAI 的 FAIR：跨学科、跨国际、包容和多样化的社群建设视角
本文讨论了 FAIR 准则在数据管理、数字资产、人工智能模型等领域的应用和实践，以及一些领先科研人员在其社区实践中推广和采纳 FAIR 准则的构想和经历。
- 人工智能与医学：文献综述
本文通过文献综述研究了人工智能在医学领域的应用与发展，探讨了艾伦・图灵在上世纪的人工智能基础概念，介绍了研究人员们对人工智能在医学中卓有成效的应用以及未来的研究方向与前景。
- ACL跨学科教授自然语言处理：挑战与机遇
本文通过作者的教学经验，探讨了在没有相关课程生态系统的情况下，向不同背景的学生教授自然语言处理 (NLP) 的挑战，同时也指出了 NLP 研究者和工具开发者在该领域需要面对的几个挑战领域。
- MMNLP 研究的预注册
本篇论文讨论了预注册在自然语言处理 (NLP) 研究中的应用，提出了不同类型研究的预注册问题和支持基于注册报告的慢科学。旨在引发 NLP 学术界的讨论，并为未来研究综合成一般性的 NLP 预注册表单。
- AI 指数 2021 年度报告
AI 指数报告旨在提供来自世界各地、经过严格审核的数据及洞见，旨在帮助决策者、研究人员、高管、新闻从业者和公众对 AI 这个复杂的领域有更深入的了解，是关于 AI 数据和见解方面最可靠、最有权威的来源。
- MM机器人 Sim2Real 转移的视角：R:SS 2020 研讨会概述
本报告总结了在 2020 年 “机器人科学与系统” 会议上举办的 Sim2Real 研讨会上展开的辩论、海报展示和讨论。其中 12 位领域专家就仿真技术在机器人问题中的应用定义、可行性和重要性等问题展开了竞争性辩论。此外，本研讨会还吸引了多