- GPT-4V作为交通助手：对复杂交通事件的视觉语言模型的深入研究
通过使用 GPT-4V 对代表性交通事件视频进行实验，我们发现 GPT-4V 在某些经典交通事件中展现出了出色的认知、推理和决策能力，同时也发现了它在更复杂场景中的理解存在一定限制，这些限制值得进一步探索和解决。
- MobilityGPT：基於GPT模型的增強人類移動行為建模
通过提出地理感知的生成模型MobilityGPT，该研究利用生成预训练变压器（GPT）将人类移动性建模为一个自回归生成任务，并采用基于引力的抽样方法和道路连接矩阵来确保生成的轨迹符合地理空间限制，在减轻挑战的同时生成高质量、接近真实数据的移 - 开源软件到位了吗？一项关于商业和开源LLM在标注胸部X光报告能力方面的对比研究
本文展示了尽管 GPT-4 在零样本报告分类方面优于开源模型，但在实现少样本提示的情况下，开源模型与 GPT-4 相当。这表明对于放射学报告分类任务，开源模型可以成为具备高性能和隐私保护的选择替代GPT-4。
- GPT应用初探：概况与脆弱性
该研究论文探索了GPT商店的漏洞和抄袭问题，发现了大规模监控和分析商店以及提取GPT内部的有效工具，并揭示了GPT内部保护失效导致的广泛抄袭问题。
- PRECISE框架：基于GPT的文本，改进了放射学报告的可读性、可靠性和可理解性，以实现以患者为中心的护理
使用OpenAI的GPT-4改进病人参与度，提供更易读和易理解的六年级读物水平的胸部X光报告的PRECISE框架，在500份报告上进行测试，证明了在可读性、可靠性和可理解性方面的显著改进。统计分析结果确认了PRECISE方法的有效性，并强调 - 大型语言模型生成程序代码的系统评估
GPT-4在生成编程代码方面表现优异，优于其他大型语言模型，具备在不同编程语言之间翻译和学习的强大能力，同时具备与人类程序员相当的代码生成效率，表明其在编程代码生成和软件开发中具备可靠的助手潜力。
- 使用GPT-4进行程序练习的反馈生成
该研究探索了使用 GPT-4 Turbo 生成学生编程提交的反馈，研究结果显示相比 GPT-3.5，GPT-4 Turbo 在输出质量上有显著的改进，可以更准确地识别学生程序输出中的错误，并能为学生提供结构化和一致的反馈。此研究还增加了我们 - 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 - GPT生成文本检测：基准数据集与基于张量的检测方法
通过GPT Reddit数据集（GRiD）和新颖的GpTen张量基准模型，本论文提出了一种对ChatGPT生成的文本进行检测的方法，旨在评估检测模型在识别ChatGPT生成应答方面的性能。该数据集包含了基于Reddit的多样化的语境-提示对 - GiT: 通向通用视觉Transformer的普适语言接口
这篇论文提出了一种简单而有效的框架，名为GiT，它能够同时适用于各种视觉任务，只需一个简单的ViT模型。
- 评估大型语言模型在编程教育中生成反馈的应用
该研究探讨了大型语言模型（特别是GPT-4）在提升编程教育方面的应用。该研究介绍了一个利用GPT-4设计的网页应用，用于对编程任务提供反馈，但不提供解决方案。该网页应用在一个学期内进行了51名学生的评估，结果显示GPT-4生成的大部分反馈有 - 拥抱生成AI革命：利用GPT推进网络安全的高等教育
本研究调查了生成式人工智能技术（特别是ChatGPT等生成式预训练变形器模型）对网络安全的影响，并提出了针对大学的课程改革的建议，以满足行业不断发展的需求。我们的研究强调了理解生成式人工智能的“心智模型”与人类认知之间的对齐的重要性，以及根 - GPT-4V不适用于临床护理和教育：临床医生评估分析
通过评估医学认证的医生和高级实习生对GPT-4V在多种医学状况下使用CT扫描、MRI、心电图和临床照片等成像方式的熟练程度，发现尽管GPT-4V能够识别和解释医学图像，但其诊断准确性和临床决策能力较差，对患者安全构成风险，因此在临床决策时使 - GPT语言模型在大学教学创新中的应用
GPT (Generative Pre-trained Transformer)是一种人工智能和自然语言处理技术，能够自动生成文本。本文主要研究了将GPT语言模型应用于大学教学的各个方面，包括学生和教师活动的创新、内容理解与生成、问题解决、 - GPT-Connect: 文本驱动的人体运动生成器与3D场景的训练无关交互
我们提出了一种新颖的GPT-connect框架，通过利用ChatGPT在无需训练的情况下，连接现有的人体运动生成器与三维场景，实现了直接生成结合场景的运动序列，并通过广泛的实验证明了我们提出的框架的有效性和普适性。
- 评估带有视觉能力的GPT-4对胸部X光片的放射学发现的检测
GPT-4V 多模态大型语言模型在检测胸部 X 光片的放射学发现方面的应用研究表明，目前 GPT-4V 还不具备解读胸部 X 光片的实际诊断能力。
- 关于GPT模型的训练数据影响
研究了训练数据对GPT模型性能的影响，并提出了一种新颖的方法GPTfluence，通过特征化模拟评估训练实例对GPT模型的影响，展示了对未见训练数据的鲁棒泛化能力。
- 利用指针GPT的生物医学文本摘要的最佳路径
通过使用指针网络替代原始GPT模型的注意力机制，研究发现指针-GPT模型在生物医学文本摘要中优于原始GPT模型，这对于电子病历系统来说是具有价值的重要补充，可以为临床医生提供更准确、更丰富的病历摘要信息，有可能在电子病历系统中开创一种新的模 - MEG基础GPT模型
使用深度学习技术，以大量未标记数据预训练模型，并在特定任务上进行微调，对大脑信号进行建模比常规线性自回归模型具有更好的建模能力，其中GPT2模型在时间、空间和频谱特征方面更好地重现了实际数据和任务数据的诱发活动。
- 像素与预测：GPT-4V 在气象图像分析和预报通信中的潜力
通过评估GPT-4V在解释气象图表和向用户适当传达天气风险方面的能力，尽管存在幻觉等挑战，该研究强调谨慎整合GPT-4V等工具在气象学中的必要性，强调人工监督和开发可靠、可解释的人工智能。