Search | BriefGPT - AI 论文速递

搜索结果 - 200

使用 GPT-4 的二维零样本对话状态跟踪评估方法
我们提出了一种使用 GPT-4 的二维零样本评价方法，将对话状态跟踪 (DST) 评价分为准确性和完整性两个维度，并设计了两条手动推理路径来进一步提高评价准确性，实验结果表明我们的方法比基线方法取得了更好的性能，并且与传统的精确匹配方法一致
PDFa month ago
甲状腺手术叙述自动化信息提取：GPT-4 与 Fine-tuned KoELECTRA 的比较研究
该研究旨在比较经过调整的 KoELECTRA 模型与 GPT-4 模型的转化能力，以促进对甲状腺手术叙述的自动信息提取，通过利用先进的自然语言处理技术推动医疗领域的数据处理系统的范式转变，揭示了更流畅、精确和高效的文档处理方法，潜在地改变了
PDFa month ago
探索大型语言模型（GPT-4）在二进制逆向工程中的功效
本研究调查了大规模语言模型（LLM），特别是 GPT-4，在二进制反向工程（RE）领域的能力。通过采用结构化的实验方法，我们分析了 LLM 在解释和说明人工编写的和反编译的代码方面的性能。研究分为两个阶段：第一阶段是基本代码解释，第二阶段是
PDF2 months ago
关于 GPT-4 在文档理解中的适用性注解
我们对所有公开可用的 GPT-4 系列模型在文档理解领域进行了遗漏和可重复评估，发现通过提供外部 OCR 引擎识别的文本和文档图像作为输入，GPT-4 Vision Turbo 模型在处理文本语义以外的文本空间排列和视觉线索方面表现良好。评
PDF2 months ago
GPT-4 使用自述功能成功自我解锁
通过使用自我解释的迭代细化的对抗性提示，利用大语言模型的反射能力，本研究引入了一种名为 IRIS 的新方法来打破监狱，该方法将同一模型同时用作攻击者和目标，提高了破坏性，同时降低了查询次数，极大地改进了自动化、黑盒和可解释性的监狱打破效率，
PDF2 months ago
PathOCL：基于路径的 OCL 生成的 GPT-4 增强模型
通过引入 PathOCL，一种基于路径的提示增强技术，我们解决了大型语言模型（LLMs）在处理大型 UML 类模型时的限制，从而实现了更高数量和正确性的 Object Constraint Language（OCL）约束生成。
PDF2 months ago
GPT-4 在矩阵游戏中扮演操纵人工智能
Matrix Games 是一种无约束战争游戏，用于探索场景。该研究重点关注 QuAI Sera Sera 的 Matrix Game，在该游戏中，GPT-4 以人类操作员为接口，与其他玩家进行私下沟通并选择有支持的行动。
PDF2 months ago
比较 GPT-4 与 Chat-GPT 在心理健康护理中的功效：对大型语言模型进行盲评估以支持心理辅导
该研究比较了两个大型语言模型 GPT-4 和 Chat-GPT 在回应 18 个心理提示方面的表现，以评估它们在心理健康护理环境中的潜在适用性。结果显示 GPT-4 在生成临床相关和富有同理心的回应方面更有效，提供更好的支持和指导。这项研究
PDF2 months ago
人们在图灵测试中无法区分 GPT-4 与人类
GPT-4 在随机和受控的图灵测试中被评定为人类 54％的时间，它超过了 ELIZA（22％），但落后于实际人类（67％）。该研究表明了人工系统通过交互式图灵测试的第一个有力实证，并提出了当前人工智能系统可能未被察觉的欺骗行为，因而对机器智
PDF3 months ago
利用讲座内容提供改进反馈: GPT-4 和检索增强生成的探索
使用检索增强生成（RAG）技术改进大型语言模型在编程任务中生成的反馈，通过将相应的讲座录音转录为文本并提供给 GPT-4，使其作为外部知识源，以及利用 RAG 的时间戳作为元信息进行补充，以防止幻觉并强制使用讲座中的技术术语和短语。
PDF3 months ago
大型语言模型中的叙事处理分析：使用 GPT4 测试 BERT
使用基于 transformer 的大型语言模型（LLMs）的 ChatGPT 作为研究对象，通过分析 BERT 隐藏单元的激活模式，发现其在不同层次上根据文体变异（1）和叙事内容（4-5）进行聚类，揭示了 LLMs 内部的区别任务处理机制
PDF3 months ago
GPT-4 通过 297 个波兰书面理事会认证考试
通过在 297 个考试中测试 Generative Pretrained Transformer（GPT）模型的性能，研究结果显示 GPT-3.5 没有通过任何考试，而最新的模型 gpt-4-0125 成功通过了 222 个考试（75%）。
PDF3 months ago
LoRA Land: 310 微调 LLM 模型媲美 GPT-4 的技术报告
LoRA 是一种使用较少参数和内存的训练方法，研究表明，在低秩适配器的支持下，LoRA fine-tuned 模型在多个任务上表现超过基准模型 34 个百分点和 GPT-4 10 个百分点；此外，他们开发了 LoRAX 多模型推理服务器，支
PDF3 months ago
GPT-4 能进行 L2 分析性评估吗？
通过对基于 GPT-4 的零样本公开数据集进行实验，我们观察到自动预测的分析分数与个体能力组成相关的多个特征之间存在显著相关性。
PDF3 months ago
解决方案效率和指导价值对人类和 GPT-4 中的加法和减法解决策策略的影响
从对人类和 GPT-4 大型语言模型的四个实验中，我们探讨了添加偏差（即对于改变初始状态或结构更倾向于添加元素而不是删除）的认知倾向。结果显示，添加偏差普遍存在，并且解决方案的效率和指令的情绪性起到重要作用；人类参与者倾向于在减法更有效的情
PDF3 months ago
SIGIR超越准确性：探究 GPT-4 对 USMLE 问题的错误类型
GPT-4 在医疗问答任务中表现出高准确性，但仍存在约 14% 的错误。因此，我们引入了一种与医学学生合作得出的新的领域特定错误分类系统。我们的 GPT-4 USMLE Error（G4UE）数据集包含 4153 个 GPT-4 正确回答和
PDF3 months ago
利用 GPT-4 从建筑 fasade 图像进行零样本建筑年龄分类
使用预训练视觉语言模型 GPT-4 Vision，开发了一个零训练的建筑物立面图像年龄分类器，能够从单一立面图像中粗略预测建筑物的年代。
PDF3 months ago
探究 GPT-4 中温度在多样化问题生成中的作用
我们对 GPT4 的温度参数对 GPT4 生成的问题的多样性进行了初步研究，发现使用较高的温度值可以显著提高多样性，不同温度暴露出不同类型的问题集相似性，同时我们还证明生成多样的问题对于针对布鲁姆分类法较低层次的问题尤其具有挑战性。
PDF3 months ago
使用 GPT-4 初探表格数据的零 - shot 隐私 - 效用权衡
我们研究了大型语言模型（LLMs），特别是 GPT-4，在涉及表格数据中隐私与效用之间的权衡场景中的应用。我们的方法是通过将表格数据转化为文本格式，然后以无监督的方式包含精确的消除敏感信息的指示来激活 GPT-4。我们的主要目标是以一种使得
PDF4 months ago
不同提示对 GPT-4 回答痴呆照料问题质量的影响
通过使用 12 个提示组合在 GPT-4 中生成 36 个响应来比较 36 个响应的字数，本研究旨在探索不同提示对医疗保健领域中响应质量的影响，关注特定的医疗保健领域：痴呆症护理。
PDF4 months ago