Search | BriefGPT - AI 论文速递

搜索结果 - 200

基于知识增强的LLM驱动的会话式健康智能助手：糖尿病患者案例研究
使用知识注入的大型语言模型驱动的对话卫生代理 (Conversational Health Agent, CHA) 进行糖尿病患者的管理，通过整合外部知识和分析能力，包括美国糖尿病协会的膳食指南和Nutritionix的信息，以及营养摄入计
PDF7 months ago
跨越因果发现和大型语言模型的桥梁：综合方法与未来方向的全面调研
本文就LLM（如GPT4）在因果发现任务中的综合应用进行了全面的调查，系统地回顾和比较了现有的LLM利用方法，并强调了它们在推断因果结构中利用元数据和自然语言的创新使用。我们的分析揭示了LLM在增强传统CD方法和作为不完善专家方面的优势和潜
PDF7 months ago
EventRL: 利用结果监督增强大型语言模型的事件提取
本研究提出了EventRL，一种强化学习方法，用于改进大型语言模型（LLMs）的事件提取。通过特定的奖励函数和结果监督，EventRL有效解决了LLMs中的指令遵循和虚构等问题，改进了事件识别和结构化的性能，特别是在处理新事件类型方面。研究
PDF7 months ago
爱沙尼亚文本的自动修正：项目EKTB25的最终报告
该研究项目旨在为爱沙尼亚语开发拼写和语法纠错工具，主要挑战是缺乏可用的纠错数据。通过注释更多的纠错数据、转移学习和与其他方法和模型进行比较，我们开发的方法和模型在纠错效果上超过了GPT4，并提出了使用开源解决方案实现GPT4和其他主要语言模
PDF7 months ago
面向代码生成的测试驱动开发
通过实验证明，在使用GPT4生成代码的过程中，使用TDD开发模型（即在给定问题描述之前先编写测试）比仅使用问题描述作为输入更好，并且在一系列实验中一致表现出TDD解决编程问题的能力比仅使用问题描述更强。
PDF7 months ago
LexC-Gen：利用大型语言模型和双语词典为极低资源语言生成数据
利用双语词典从高资源语言的标记任务数据进行逐词翻译，可以解决低资源语言中的数据稀缺问题。然而，双语词典往往与任务数据的词汇重叠有限，导致翻译覆盖率和词典利用率较低。本文提出了一种称为词典条件生成（LexC-Gen）的方法，可以大规模生成低资
PDF7 months ago
PCA-Bench: 评估感知-认知-行动链中的多模态大型语言模型
PCA-Bench是一个用于评估多模态大型语言模型（MLLMs）综合能力的多模态决策基准，引入了三个复杂场景：自动驾驶、家庭机器人和开放世界游戏，并提出了误差定位能力和自动评估协议PCA-Eval对10种著名MLLM进行评估结果显示开源模型
PDF7 months ago
ESG情绪分析：人工与语言模型性能比较，包括GPT
本研究通过比较人工与机器在ESG相关情感测量方面的表现，选取150条推特进行情感分类，并建立一个基准数据集用于评估不同机器方法（包括字典方法和多种语言模型方法）的性能。
PDF7 months ago
SelectIT: 基于不确定性感知的选择性指导调整大型语言模型的方法
使用SelectIT自动选择高质量的指令调优数据，并应用于选择性Alpaca-GPT4数据集，提高模型性能。
PDF7 months ago
RECOST: 基于外部知识引导的数据高效训练指导优化
使用外部知识与基于上下文的相对预测熵评估由大型语言模型合成的样本，并结合多样性一致性抽样，提出了一种名为RECOST的框架，通过在合成数据集中实验展示了方法的有效性，并仅使用全数据集的1％即可获得更好的结果。
PDF7 months ago
基于LLM的实际系统中的安全问题探索：LLM安全的新时代
在本文中，我们系统地分析了LLM系统的安全性，通过建立信息流及其在LLM内部和LLM与其他对象之间的一致性约束，将LLM系统的攻击面分解为三个关键部分：多层安全分析，约束存在性分析和这些约束的鲁棒性分析。通过对最新的LLM系统OpenAI
PDF7 months ago
HARGPT：是零样本人类活动识别器吗？
我们的研究通过案例研究，在零样本方式下，通过演示大型语言模型（LLMs）能够理解原始IMU数据并以经过适当提示的方式进行人类活动识别任务，以回答LLMs是否适用于与网络系统无缝集成的物理世界解释问题。通过在GPT4上使用两个不同类别相似性的
PDF6 months ago
LLM评估中作为法官的LLM的经验研究：精调法官模型是任务特定的分类器
利用大型语言模型对其他语言模型进行评估的研究发现，尽管基于开源模型的精调评价模型在领域内测试集上达到了很高的准确率，甚至超过了GPT4，但它们是任务特定的分类器，其泛化能力和公正性明显不如GPT4。
PDF6 months ago
解除GPT4的过滤器
本文介绍了一种将经过强化学习与人类反馈（RLHF）训练的GPT4模型，操作以回到未经RLHF处理的行为，从而有效地去除模型在RLHF期间学习到的所有安全机制，特别是当GPT4在没有RLHF的情况下运行时，它失去了所有的抑制力，并且能够以仅有
PDF7 months ago
GPT作为心理学家？关于GPT-4V在视觉情感计算中的初步评估
Multimodal language models (MLMs) are applied in affective computing, evaluating their performance in facial action unit
PDF6 months ago
NavCoT: 基于学习的解耦推理，提升基于LLM的视觉与语言导航
通过构建导航思维链（NavCoT）进行领域内训练的新策略，提高了基于大型语言模型（LLM）的自主导航决策性能以减少领域差距。NavCoT相对于直接行动预测的变体在各种训练设置和流行的视听导航基准上表现明显优越，并通过简单的参数微调在R2R数
PDF6 months ago
一个用于心理健康中大型语言模型的新颖细致对话评估框架
我们提出了一个新颖的框架来评估大型语言模型（LLMs）的细致对话能力，将其应用于心理健康领域，并发现GPT4 Turbo在特定主题上表现出与经过验证的治疗师高度相关的成绩，从而帮助研究人员开发更好的LLMs以更积极地支持人们的生活。
PDF6 months ago
GPT4 动力的 AI 代理能否成为足够优秀的绩效归因分析师？
在本研究中，我们介绍了AI代理的应用，用于各种关键的绩效归因任务，包括绩效驱动因素的分析和利用大型语言模型作为多级归因分析和问答练习的计算引擎。通过引入先进的提示工程技术，如思维链和计划解决，以及采用LangChain的标准代理框架，研究取
PDF6 months ago
优化多语言大型语言模型的语言增强：以韩文为例的案例研究
本研究提出了三种策略以增强不太具备资源的语言在大型语言模型中的表现：扩展词汇表、使用双语数据进行预训练以对齐高资源语言和低资源语言、构建高质量的小规模指令数据集并进行指令微调。通过对比八个任务的其他大型语言模型，在质量分析中，我们的提出的B
PDF6 months ago
神经符号化视频搜索
使用视觉语言模型进行语义理解，通过状态机和时间逻辑进行长期演变的事件推理，提高了复杂事件识别的 F1 得分。
PDF6 months ago