- LLMs 中的两种角色形象:角色扮演与个性化的调查
总结:该论文是一份针对大型语言模型中角色扮演和个性化的综述调查,包括对角色扮演和个性化的研究分类、当前挑战和未来方向,并提供了供社区使用的论文资源。
- 机器学习增强的系统工程中的问题命名
通过国际调查,本研究提供了机器学习应用系统工程的现状和问题,推动软件工程实践的进一步应用和传播,以提升机器学习应用系统的工程水平。
- 医学对话:类别、方法、评估和挑战的调查
这篇论文从技术角度对医疗对话系统进行了调查和组织,总结了医疗对话系统的分类、方法和评估,并列出了医疗对话系统的主要挑战,尤其是大型语言模型。
- 关于利用生物学问题的大型语言模型的推理能力和可访问性的调查
本文讨论了过去十年在生物医学和大型语言模型方面取得的进展,还讨论了自然语言处理技术和工具如何与生物医学相结合。最后,通过引入一系列新的问题和提示,本文旨在对去年一项调查的结果进行扩展,以 quantifying 大型语言模型的推理能力改进以 - 深度主动学习综述:近期进展与新前沿
深度学习主导的主动学习方法的调查;介绍了 DAL 任务,总结了最重要的基准和常用的数据集;系统地提供了 DAL 方法的分类,包括注释类型、查询策略、深度模型架构、学习范式和训练过程,并客观分析它们的优点和缺点;全面总结了 DAL 在自然语言 - 自信的无意义?:自然语言处理中 “幻觉” 观点和挑战的关键调查
通过对 103 篇 NLP 研究的批判性审查,我们调查了大型语言模型中幻觉的特点;通过对社会学和技术文献的全面审阅,我们发现了对 “幻觉” 一词缺乏共识;此外,我们对 171 名 NLP 和 AI 领域的从业者进行了一项调查,以了解对幻觉的 - 超图神经网络综述:深度和逐步指南
综述文章介绍了深度学习在高阶相互作用、超图神经网络等方面的研究,涵盖了架构、训练策略和应用,并讨论了存在的局限性和未来发展方向。
- 长视频生成调查:挑战、方法与前景
本研究综述了长视频生成的最新进展,总结并归类了两个主要方法:分治时序自回归。针对每种方法中常用的模型、网络设计和条件技术进行了深入探究。此外,我们还提供了对数据集和评估指标的全面概述和分类,对于推动长视频生成研究至关重要。在总结现有研究的同 - 面向过程的自动文本摘要综述及基于 LLM 方法的探索
利用自然语言处理算法,自动文本摘要旨在创建简明准确的摘要,从而显著减少处理大量文本所需的人力。本文综述了自动文本摘要的最新方法和基于大型语言模型的研究,以及以实际应用为导向的流程方案。此外,本文还填补了文献中两年的空白期,是首次特别研究基于 - 大型语言模型与游戏:调查与路线图
大语言模型(LLMs)在游戏中的应用和角色的综述和路线图,探讨了 LLMs 在游戏领域中未开发的领域和未来的发展方向。
- 低光照条件下的行人检测:综述
综述了针对低光条件下行人检测的各种方法和数据集,并讨论了挑战和最近提出的解决方法,主要使用基于深度学习的图像融合方法进行准确可靠的行人检测。
- 基于概念的可解释人工智能综述
通过对 C-XAI 方法进行 thorough review,本文提供了分类体系、选择指南和常见评估策略,旨在促进可解释人工智能领域的发展。
- 端到端语音到文本翻译:综述
语音到文本翻译中的端到端模型的综述,包括模型、评估指标和数据集,提供了挑战和未来研究方向的新见解。
- EMNLP端到端任务导向对话:任务、方法和未来发展的综述
通过对现有方法和最新趋势的综述,本文提供了一个全面的调查,为推进 EToD 研究的发展提供了统一的视角,并构建了丰富的资源库,希望成为 EToD 研究社区的全面参考。
- 机器人系统的智能逃逸:方法、应用和挑战综述
智能逃生是一个跨学科领域,利用人工智能(AI)技术使机器人能够智能地应对动态、复杂和不可预测的危险情景。本文对智能逃生的最新研究工作进行了全面调查,综述了四种主要的智能逃生方法,并总结了现有方法的优点和局限性。此外,还讨论了智能逃生在搜救、 - 语言模型中的隐私风险识别与缓解:调查
通过对大规模语言模型的调查,本研究首次提供了关于语言模型隐私的技术综述,包括攻击与缓解策略的分类、现有攻击的趋势、现有缓解策略的强项与局限性,找出关键缺口并提出解决问题的方法与关切领域。
- 思维链推理综述:进展、前沿与未来
认知过程中的链式思维推理引起了人工智能和自然语言处理领域的广泛关注,然而目前还缺乏一个全面的调查。为此,我们首次全面调查了这一研究领域,按照方法分类系统地组织了当前的研究,包括思维推理方式、思维推理结构变体和增强思维推理。此外,我们还描述了 - 金融可解释人工智能综合评论
本文通过对金融领域中深度学习模型可解释性方法的比较研究,对人工智能和深度学习模型的成功及其在各个行业中的广泛应用进行了讨论,并对可解释性人工智能方法的分类、关注点和挑战进行了综述,并提出了未来方向。
- 基于视觉的交通事故检测与预测:综述
交通事故检测与预测是一项棘手的交通安全问题,本文提出了一项对深度学习时代中视觉交通事故检测(Vision-TAD)和预测(Vision-TAA)的全面调查,探讨了每个研究样本的优劣,并提供了 31 个公开可用的基准和相关评估指标的关键评论, - 从像素到肖像:口头生成技术与应用的综合调研
这篇论文系统地研究了最新的深度学习和计算机视觉技术在逼真说话头部生成方面的方法,将它们分为图像驱动、音频驱动、视频驱动和其他(包括神经辐射场(NeRF)和基于 3D 的方法)四种主要方法,并深入分析每种方法的独特贡献、优势和局限性。此外,还