Search | BriefGPT - AI 论文速递

搜索结果 - 200

基于 LLM 的患者-临床试验匹配：注重隐私的数据增强以实现更好的性能和普适性
本研究旨在探讨利用大型语言模型 (LLMs) 解决现有医学研究中患者与合适临床试验配对方面所面临的挑战，提出了一个基于 LLMs 的隐私感知数据增强方法，以实现对敏感患者数据的保护与有效的匹配。实验证明，此方法平均性能提高了 7.32%，新
PDF2 years ago
2017年至2023年大型语言模型研究的文献计量学综述
本文通过对5000多篇学术文献的综合分析，提供了关于LLM研究的路线图，包括核心算法开发、自然语言处理任务、LLM在医学、工程、社会科学和人文学科中的应用等方面的研究趋势以及研究范式和合作模式的变化，为研究人员、从业者和决策者了解LLM研究
PDF2 years ago
参考推理: 大语言模型的无损加速
LLMA是一种基于并行计算的LLM加速器，通过在一次解码步骤中选择参考文本并将其标记复制到解码器，即可实现对LLM的推理加速并提高计算并行性，使其在多种实际生成场景中生成结果与贪婪解码相同，达到2倍以上的加速。
PDF2 years ago
低代码LLM: 基于LLMs的可视化编程
本文介绍了一种新的人-LLM交互框架：Low-code LLM，它包括六种类型的简单低代码视觉编程交互，通过图形用户界面的视觉交互，用户可以在不编写琐碎的提示的情况下将其想法纳入工作流程，并且具有可控的生成结果、用户友好的人-LLM交互和广
PDFa year ago
响应长度感知与序列调度：基于LLM增强的LLM推断管道
本文提出了一种高效的大语言模型推理流水线方法，该方法利用大语言模型的潜力来准确感知和预测响应长度，并通过引入有效的序列调度技术对响应长度相似的查询进行微批处理，从而实现了86％的推理吞吐量的提高，同时不影响其效果。该方法是现有工具包（如Fl
PDFa year ago
LLM-Eval：用于大型语言模型开放域对话的统一多维自动评估
本文提出了LLM-Eval，一种针对使用大型语言模型（LLM）的开放领域对话进行多维自动评估的统一方法。通过设计基于单个提示的评估方法来覆盖会话质量的多个方面，LLM-Eval可以在单个模型调用中进行。我们对LLM-Eval在各种基准数据集
PDFa year ago
超越一模型适用于所有场景：大型语言模型领域特化调查
本论文提出了一个系统化的分类方法，将LLMs领域专业化技术分类，并讨论了适用于这些技术的关键应用领域的问题和前景，对当前研究状态和未来趋势进行了深入剖析。
PDFa year ago
探索大型语言模型对初学者程序员求助请求的响应
本文探讨了在编程教育中使用大型语言模型（LLMs）的机会和威胁，研究表明LLMs有助于识别学生代码中的问题，但不可靠，需要在未来的研究中进一步挖掘。
PDFa year ago
基于LLM的聊天机器人为巴勒斯坦合作社提供法律支持的探索
本研究基于ChatGPT和合作式的法律问答LM模型，以巴勒斯坦合作社法规为背景，评估_chatbot_回答50个法律问题的正确率和相关性，并得出82%的正确率和79%的F1分数。
PDFa year ago
Macaw-LLM：多模态语言模型与图像、音频、视频和文本混合
本研究提出Macaw-LLM，一种新型的多模式学习模型，可以无缝整合视觉、音频和文本信息，其中主要包括三个模块：一种用于编码多模式数据的模态模块，一种利用预训练LLM的认知模块，和一种用于协调多样化表示形式的对齐模块，并在此基础上构建了一个
PDFa year ago
利用LLM辅助生成硬件断言
本研究探讨了使用自然语言提示生成SystemVerilog声明（用于硬件安全），研究了一种流行的大型语言模型的能力，并设计了一个评估框架来生成各种提示并创建基准套件，该套件由真实硬件设计和相应的黄金参考声明组成。
PDFa year ago
大型语言模型（LLM）的几个类别：简要调查
这篇研究论文总结了大型语言模型（LLMs）不同子类的最新发展，包括基于任务的金融LLMs、多语言LLMs、生物医学和临床LLMs，以及视觉语言LLMs和代码语言模型。它还强调了聊天机器人和虚拟助手开发领域中的未解决问题，如增强自然语言处理、
PDFa year ago
低资源和领域特定编程语言的编码潜力研究
本文研究了使用大型语言模型（LLM）在低资源和领域特定编程语言中进行编码的可行性，该类编程语言通常缺乏有效的LLM处理所需的数据量。本研究侧重于开源软件gretl的计量脚本语言hansl，并采用基于GPT-3.5的专有LLM。我们的研究发现
PDFa year ago
如何使用LLMs进行文本分析
该文介绍了大型语言模型（LLM）作为社会科学中一种高度多功能的文本分析方法，以及它们对文本注释、分类、情感分析和批判性话语分析等广泛的文本分析任务的应用。通过使用Python，该文提供了针对具有有限编程经验的学生和研究人员的简单介绍，指导他
PDFa year ago
LLMs理解透明盒模型，发现意外，提出修复建议
通过采用分层推理方法，大型语言模型（LLMs）能够提供综合的模型级摘要，自动化数据科学中的常见任务，如检测与先前知识不符的异常情况，描述异常情况的潜在原因，并建议消除异常情况的修复方法。以医疗保健领域的多个例子为例，演示了LLMs的这些新功
PDFa year ago
LLMeBench：一款加速LLM基准测试的灵活框架
近期大型语言模型（LLMs）的发展和成功需要对其在不同语言的各种NLP任务中的性能进行评估。本研究介绍了LLMeBench框架，该框架最初是为了使用OpenAI的GPT和BLOOM模型评估阿拉伯语NLP任务而开发的，但它可以轻松地定制任何N
PDFa year ago
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LLMs面
PDFa year ago
LLM-Mini-CEX: 大型语言模型的自动评估用于诊断对话
为了提高诊断效率，增强医疗诊断的技术潜力，我们建立了一种评估标准(LLM-specific Mini-CEX)，通过自动对话评估与ChatGPT的交互并替代人工评估，可以有效评估医疗诊断对话和比较不同LLMs之间的质量。
PDFa year ago
核心竞争力视角下的大型语言模型评估调查
从预训练语言模型（PLM）到大型语言模型（LLM），自然语言处理（NLP）领域已经取得了明显的性能提升和广泛的实际应用。为了解决评估LLM的困难，这篇论文调查了关于LLM评估的多篇论文，并总结了LLM的四个核心能力，包括推理、知识、可靠性和
PDFa year ago
LLM-FuncMapper：通过LLM解释建筑法规中的复杂条款的功能标识
利用大型语言模型（LLM）开发的LLM-FuncMapper方法，在自动化规则检查（ARC）中对规章条款进行解释，并证明其在解释复杂的规章条款方面的有效性。
PDFa year ago