- 交叉验证的离策略评估
本文研究了离策略评估中的估计器选择和超参数调优问题,并展示了如何使用交叉验证来解决这一问题,从而验证了交叉验证在离策略评估中是可行的。
- 区块链与人工智能:协同与冲突
区块链技术和人工智能是两个领域的变革性力量,该研究探讨了这两种技术之间的协同作用和挑战。根据市值,我们分析了结合区块链和人工智能的最大项目,并推导出了一个新的框架来归类当代和未来的应用案例。尽管理论上是兼容的,但当前结合区块链和人工智能的真 - 整体评估指标:用于联邦学习的案例敏感评估指标
综合评估指标(HEM index)通过集成多个度量组件和各自的重要向量来全面评估和确定最适合特定场景的联邦学习算法。
- 自然语言处理在法律领域的用例结构化综述:德国视角
本研究旨在在德国法律实践的基础上,以 NLP 文献为基础并补充法律实践声音来构建一个结构化的法律技术用例概述,其中包括七类法律领域的 NLP 技术,并通过对 22 个法律用例的对比研究,识别出 15 个道德、法律和社会方面的问题,揭示了数字 - 立场文件:不解释 (视觉模型) 的上下文
如何利用上下文信息解释计算机视觉模型的新方法需要从 “何处” 到 “如何” 的改变。
- TONE: 一种用于情绪分析的三层本体
本研究提出了基于 Gerrod Parrot 博士情绪群体的 TONE 情绪本体论,通过半自动化词汇构建过程和自动化方法建立不同情绪之间的联系,开发出可应用于情绪分类的知识基础,并展示了本体论的质量和适用性。
- 用于代码生成和数据分析的科学语言模型
该研究报告关注大型语言模型在科学研究中的应用,调查了使用 LLM 工具的若干实际案例,特别是与软件工程相关的用例,结果显示了大型语言模型工具的潜力和问题。
- LMSYS-Chat-1M:一种大规模真实 LLM 对话数据集
研究了人们在现实世界中如何与大型语言模型进行互动的重要性,介绍了包含 25 个尖端的大规模语料库,共有 100 万条来自 210K 个独立 IP 地址的真实对话的 LMSYS-Chat-1M 数据集的内容、统计数据和主题分布,通过四个应用案 - 通信行业的大型语言模型:即将对行业产生的影响
大型语言模型 (LLMs) 对于自然语言处理 (NLP) 领域以外的许多领域产生了深远的影响,并引起了前所未有的关注。该研究深入探讨了 LLMs 的内部工作机制,提供了对其当前能力和局限性的深入洞察。此外,研究还揭示了在电信领域内使用 LL - ChatGPT 应用于数字取证调查:益处、弊端与未知
这篇论文评估了 ChatGPT(GPT-3.5、GPT-4)对数字取证领域的影响和潜在影响,重点关注最新的预训练 LLM GPT-4,通过一系列实验评估了它在包括文物理解、证据搜索、代码生成、异常检测、事件响应和教育等多个数字取证应用场景中 - 应用 LLMs:ChatGPT 和其他模型的调查
本文提供一个关于使用大型语言模型(LLMs)处理自然语言处理(NLP)下游任务的全面指南,讨论了模型、数据和下游任务等方面的关键问题。同时提供了大量使用案例和非使用案例,以便于实现这些模型在各种 NLP 任务中的成功应用。
- 医疗健康领域联邦学习 - 流程、应用与挑战
本篇调查研究了联邦学习在医疗保健领域中的应用,讨论了其中存在的挑战、方法和应用,并概述了联邦学习在医疗行业中的潜在可能性。
- 使用查询性能预测的无监督搜索算法配置
该研究提出一种基于查询性能预测的简单解决方案,用于搜索引擎的自动配置,避免了需要训练有监督模型所需要的相关标签,只需要针对给定领域的一些查询样本即可达到目的。使用两个实例,论证了该解决方案的优点。
- 通过知识图谱让凯楚亚语更接近最终用户
本研究通过构建 Quechua 知识图谱提升了 Quechua 语言和知识的可访问性、可检索性和利用性,目前 Quechua 知识图谱存储了 553636 个三元组,可用于研究和技术开发,并提出了应用实例和未来工作。
- 面向人类中心的工业 5.0 应用的人工智能架构
通过将人类的安全、可靠性和人本性纳入架构考量,我们提出了一种结合了人工智能(主动学习、预测、可解释人工智能)、虚拟现实、决策和用户反馈的架构,专注于人机协同效应,并在三个真实案例中进行了验证,以促进制造业向产业 5.0 的演进。此外,我们将 - ICML可解释机器学习:从神话到诊断
本文综合了关于可解释机器学习(IML)方法和评估的基础研究,提出了可操作的分类法,并提出了一个三步骤的工作流程,以更好地使研究人员和客户合作,发现哪些方法对什么用例有用。同时,作者通过在分类法结果的基础上进行进一步研究,更好地满足客户对相关 - 信息几何学初步介绍
本文介绍信息流形的基本微分几何结构,论述信息几何的基本定理,并举例说明信息流形在信息科学中的应用。