Exploring the Capabilities of ChatGPT in Ancient Chinese Translation and Person Name Recognition
Shanghai International Studies University(上海外国语大学);Xi'An Jiaotong University(西安交通大学)
本文通过古汉译现和人名识别两项任务评估ChatGPT的古汉语能力,发现其水平尚不令人满意,但在提供三句上下文时翻译表现最佳。
2024-02-23 cs.AI cs.CL
Charting New Territories: Exploring the Geographic and Geospatial Capabilities of Multimodal LLMs
University of Cambridge(剑桥大学);University of Göttingen(哥廷根大学);The University of Hong Kong(香港大学)
本文通过构建小规模地理视觉基准,系统评估了以 GPT-4V 为代表的多模态大语言模型在地理与地理空间任务中的能力,揭示其优势与不足,并公开基准以支持未来模型比较。
2024-01-16 cs.AI cs.CV
Exploring the Adversarial Capabilities of Large Language Models
German Research Center for AI (DFKI)(德国人工智能研究中心);Technical University of Darmstadt(达姆施塔特工业大学);DataSpark GmbH(DataSpark有限公司);Centre for Cognitive Science of Darmstadt(达姆施塔特认知科学中心);Hessian Center for AI (hessian.AI)(黑森州人工智能中心)
本文研究公开LLM能否自发将良性文本改写为对抗样本,实验证明其可生成扰动以规避仇恨言论检测,揭示LLM在安全系统中的对抗风险。
2024-07-08 cs.AI cs.LG
Exploring Feature-based Knowledge Distillation for Recommender System: A Frequency Perspective
East China Normal University(华东师范大学)
该研究从频域视角分析推荐系统的基于特征的知识蒸馏,指出均等权重分配会忽视重要知识,提出轻量级知识重加权方法FreqD,实验证明其显著优于现有最优知识蒸馏方法。
2025-01-13 cs.AI cs.IR cs.LG
Emergence of Hidden Capabilities: Exploring Learning Dynamics in Concept Space
Harvard University(哈佛大学);NTT Research, Inc.(NTT研究所);University of Michigan(密歇根大学)
该研究提出概念空间框架分析生成模型的学习动力学,发现概念学习速度由概念信号决定,学习动力学的突变点对应隐藏能力的涌现,并猜想生成模型的潜在能力会在训练中突然涌现且无法被简单提示激发。
2024-12-11 cs.AI cs.LG
Exploring the In-Context Learning Capabilities of LLMs for Money Laundering Detection in Financial Graphs
The Vanguard Group, Inc.(先锋集团)
本文研究了LLMs在金融图谱中进行反洗钱检测的能力,通过提取局部子图并利用少量样本进行情境学习,展示LLMs在识别可疑行为和生成解释方面的潜力。
2025-10-29 cs.AI cs.LG
Jailbreak-R1: Exploring the Jailbreak Capabilities of LLMs via Reinforcement Learning
Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Beijing Academy of Artificial Intelligence(北京智源人工智能研究院);Nanyang Technological University(南洋理工大学);Peng Cheng Laboratory(鹏城实验室)
提出Jailbreak-R1自动化红队训练框架,通过三阶段强化学习平衡攻击提示的多样性与有效性,显著提升LLM越狱测试效率。
2025-06-01 cs.AI
Understanding the Geospatial Reasoning Capabilities of LLMs: A Trajectory Recovery Perspective
School of Computing and Information Systems(计算与信息系统学院);The University of Melbourne(墨尔本大学)
该研究以轨迹恢复为代理任务,构建GLOBALTRACE数据集,提出基于道路网络上下文的提示框架,验证了LLMs在地理空间推理与导航任务上的优势及存在的偏差,并展示其提升导航体验的潜力。
2025-10-02 cs.AI
Exploring Teachers' Perspectives on Using Conversational AI Agents for Group Collaboration
Massachusetts Institute of Technology(麻省理工学院);Instituto Politécnico de Bragança(布拉干萨理工学院)
研究探讨教师如何感知对话式AI代理对小组协作的影响,揭示设计中的核心矛盾及教学应用考量。
2026-04-09 cs.AI cs.HC
Reasoning or Reciting? Exploring the Capabilities and Limitations of Language Models Through Counterfactual Tasks
Boston University(波士顿大学)
本文通过11项反事实任务变体评估语言模型,发现其性能虽非零但较默认条件显著下降,表明模型兼具抽象推理与狭窄不可迁移的程序化解题能力,呼吁更谨慎地解读模型表现。
2024-03-28 cs.AI cs.CL
Exploring and Benchmarking the Planning Capabilities of Large Language Models
Google DeepMind(谷歌DeepMind)
本研究构建涵盖经典与自然语言场景的综合规划基准套件,探究多示例上下文学习、微调、思维链等方法对大语言模型规划能力的提升效果,测试分布外泛化性并分析失效模式,为提升LLM规划能力奠定基础。
2024-11-02 cs.AI cs.CL cs.LG
Exploring AI Capabilities in Participatory Budgeting within Smart Cities: The Case of Sao Paulo
University of Sao Paulo(圣保罗大学);University of Münster(明斯特大学)
本研究以巴西圣保罗为案例,探讨AI如何改善智慧城市参与式预算,分析政府实施AI增强型参与工具所需的国家能力及相关技术、行动者与策略,揭示AI变革参与式制度的潜力。
2025-09-20 cs.AI cs.CY
Exploring the Capabilities of Large Multimodal Models on Dense Text
Huazhong University of Science and Technology(华中科技大学)
本文构建含17万问答对的 DT-VQA 数据集,系统评估 GPT4V、Gemini 及开源 LMM 的密集文本理解能力,并验证提示工程与微调的效果。
2024-05-09 cs.AI cs.CL
Exploring Capabilities of Time Series Foundation Models in Building Analytics
University of New South Wales(新南威尔士大学);CSIRO Energy Centre(联邦科学与工业研究组织能源中心)
本研究针对建筑能耗预测中数据异构和物理约束的挑战,对两个公开物联网数据集进行基准测试,发现单模态时间序列基础模型表现优异,并指出未来需优化多模态模型以实现可持续能源管理。
2024-10-28 cs.AI cs.CY
Exploring LLM Capabilities for Situational Understanding and COLREG compliance on real-world maritime navigation scenarios
Technical University of Denmark(丹麦技术大学);University of Copenhagen(哥本哈根大学)
本研究探索LLM在海事航行中的应用,构建含50个真实场景的AIS数据集,评估不同LLM的理解与推理能力,发现不微调则难以解决海事航行任务。
2026-08-11 cs.AI cs.RO
Exploring Gradient Explosion in Generative Adversarial Imitation Learning: A Probabilistic Perspective
Shanghai University(上海大学);Midea Group(美的集团);East China Normal University(华东师范大学)
本文从概率视角探究两类生成对抗模仿学习的梯度爆炸问题,理论证明确定性策略GAIL必然出现梯度爆炸而随机性策略GAIL无此问题,提出裁剪奖励函数的CREDO策略实现高效稳定训练。
2023-12-18 cs.AI cs.LG
Exploring the Word Sense Disambiguation Capabilities of Large Language Models
University of Bari Aldo Moro(巴里·阿尔多·莫罗大学);University of Pisa(比萨大学)
本文通过扩展XL-WSD基准评估大型语言模型的词义消歧能力,发现其在零样本下表现良好但不及最先进方法,而中等参数量微调模型可超越所有模型。
2025-03-11 cs.AI cs.CL
Think Twice: Perspective-Taking Improves Large Language Models' Theory-of-Mind Capabilities
Carnegie Mellon University(卡内基梅隆大学)
本研究提出SimToM,一种基于模拟理论视角采择的两阶段提示框架,通过过滤角色已知信息来提升大语言模型的心智理论能力,实验显示显著优于现有方法。
2023-11-16 cs.AI cs.CL
Exploring the Learning Capabilities of Language Models using LEVERWORLDS
Hebrew University of Jerusalem(耶路撒冷希伯来大学);Columbia University(哥伦比亚大学)
本文提出LeverWorlds框架,通过受控实验比较经典学习算法与Transformer语言模型在样本效率上的差异,发现Transformer虽能完成任务但样本效率较低,并探索利用ICL能力改进简单算法的应用。
2024-10-01 cs.AI cs.CL
On Evaluating LLMs' Capabilities as Functional Approximators: A Bayesian Perspective
University of Cambridge(剑桥大学);Microsoft(微软公司);The Alan Turing Institute(艾伦·图灵研究所)
本研究从贝叶斯视角出发提出新评估框架,发现大语言模型函数建模时弱于原始数据模式理解、长于利用领域先验知识掌握底层函数,明确了其在该任务中的优劣势。
2024-10-06 cs.AI cs.LG
LLMs as Writing Assistants: Exploring Perspectives on Sense of Ownership and Reasoning
Shahjalal University of Science and Technology(沙贾拉勒科技大学);Independent University(独立大学);BRAC University(BRAC大学)
本文通过简短调查探讨了使用 LLMs 作为写作助手时引发的所有权意识困境与认知过程,旨在深入了解写作中的人机交互以改进写作辅助系统。
2024-10-02 cs.AI cs.CL cs.CY
Exploring Interaction Patterns for Debugging: Enhancing Conversational Capabilities of AI-assistants
Microsoft(微软公司)
本文借鉴交互模式与对话分析,设计增强调试AI助手Robin,通过插入扩展、轮流发言及调试工作流,降低对话障碍,提升故障定位,使错误解决率提高5倍。
2024-02-09 cs.AI cs.HC cs.SE
Exploring the Capabilities of Large Language Models for Generating Diverse Design Solutions
University of California, Berkeley(加州大学伯克利分校);Autodesk Research(欧特克研究院);Carnegie Mellon University(卡内基梅隆大学)
本文通过多主题、多参数和多提示工程组合实验,系统比较LLM与人类生成设计方案的多样性,发现人类方案多样性更高且部分主题存在语义分界,为利用LLM生成多样化设计灵感提供了依据。
2024-05-02 cs.AI cs.HC
IITK at SemEval-2024 Task 2: Exploring the Capabilities of LLMs for Safe Biomedical Natural Language Inference for Clinical Trials
Indian Institute of Technology, Kanpur(印度理工学院坎普尔分校)
本研究在 SemEval-2024 任务 2 中探索 LLMs 对乳腺癌临床试验报告进行安全生物医学 NLI 的能力,通过 RAG 框架和多种推理链比较 PLMs、GPT-3.5 与 Gemini Pro,取得 F1 0.69、一致性 0.71、忠实性 0.90 的结果。
2024-04-06 cs.AI cs.CL cs.LG
Exploring the Capabilities and Limitations of Large Language Models for Radiation Oncology Decision Support
Universitätsklinikum Erlangen(埃尔兰根大学医院);Comprehensive Cancer Center Erlangen-EMN (CCC ER-EMN)(埃尔兰根-EMN综合癌症中心)
本文梳理 GPT-4 在放射肿瘤学物理考试、TXIT 临床考试及 TG-263 结构重标注任务中的基准表现,指出其潜力与决策支持局限仍待系统探索。
2025-01-04 cs.AI physics.med-ph
Exploring Core and Periphery Precepts in Biological and Artificial Intelligence: An Outcome-Based Perspective
Grado Department of Industrial and Systems Engineering, Virginia Tech(弗吉尼亚理工学院工业与系统工程系);Responsible General Intelligence Lab, Virginia Tech(弗吉尼亚理工学院责任通用智能实验室);Department of Systems and Industrial Engineering, The University of Arizona(亚利桑那大学系统与工业工程系);School of Computing, Binghamton University(宾夕法尼亚州立大学布林茅尔分校计算机学院)
本文提出“核心与外围”系统原则,通过经验证据说明其适用于生物智能与人工智能,并用数学定义核心主导型与外围主导型系统,以连接抽象系统理论与实际智能系统实现。
2025-07-07 cs.AI cs.SY eess.SY
TravelBench : Exploring LLM Performance in Low-Resource Domains
Expedia Group(Expedia集团)
该研究提出面向低资源旅行领域的基准TravelBench,通过14个真实场景数据集评测多款LLM在7类NLP任务上的表现,发现通用基准无法反映低资源任务性能,开箱即用LLM存在领域瓶颈,推理对小模型提升更明显。
2025-10-03 cs.AI cs.CL
Bridging the Gap: Exploring the Capabilities of Bridge-Architectures for Complex Visual Reasoning Tasks
本研究探索桥接架构在NLVR2复杂视觉推理任务上的性能,发现添加对象级特征无益,多模态预训练是关键,并分析了LLaVA的零样本表现。
2023-07-31 cs.AI cs.CL cs.CV
Metaverse Survey & Tutorial: Exploring Key Requirements, Technologies, Standards, Applications, Challenges, and Perspectives
Howard University(霍华德大学)
本文全面综述元宇宙的概念、架构、关键技术、标准、行业应用、挑战与未来方向,为理解其变革性影响提供系统性参考。
2024-05-07 cs.AI cs.HC
CipherBank: Exploring the Boundary of LLM Reasoning Capabilities through Cryptography Challenges
Shanghai AI Laboratory(上海人工智能实验室);Wuhan University(武汉大学);Renmin University of China(中国人民大学);Beijing University of Posts and Telecommunications(北京邮电大学);Shanghai Jiao Tong University(上海交通大学)
本文提出CipherBank基准,包含2358个密码学解密问题以评估LLM推理能力,实验表明现有推理模型在经典密码解密任务上仍存在显著性能差距与挑战。
2025-04-27 cs.AI cs.CR cs.PF
How Does Alignment Enhance LLMs' Multilingual Capabilities? A Language Neurons Perspective
本文从语言神经元角度探讨对齐如何提升大语言模型的多语言能力,提出三类神经元分类方法,并分析多语言推理的四个阶段。
2026-04-01 cs.AI cs.CL
Exploring LLM Capabilities in Extracting DCAT-Compatible Metadata for Data Cataloging
IU International University of Applied Sciences(国际应用科学大学);Fraunhofer Institute for Software and Systems Engineering(弗劳恩霍夫软件与系统工程研究所)
本研究探讨利用LLMs自动化生成DCAT兼容元数据以加速数据目录化,通过测试零样本、少样本提示及微调策略,发现LLMs能生成媲美人工的元数据,微调提升分类准确率,少样本提示效果更佳。
2025-07-04 cs.AI cs.IR
Exploring the Impact of Explainable AI and Cognitive Capabilities on Users' Decisions
Organization(机构)
本研究探讨了在贷款场景中AI信息呈现方式与解释风格及认知需求(NFC)对用户决策的影响,发现高AI置信度与反事实解释能提升准确率并降低认知负荷,且高低NFC个体间无显著差异,强调了XAI界面需结合多样解释风格与用户特征进行个性化设计。
2025-05-02 cs.AI cs.HC
Exploring Public Opinion on Responsible AI Through The Lens of Cultural Consensus Theory
The School of Business(商学院);Stevens Institute of Technology(史蒂文斯理工学院)
本研究将文化共识理论应用于美国全国性AI调查数据集,分析公众对负责任AI的共识与分歧观点,为AI开发者和政策制定者兼顾个体差异与群体文化视角、回应公众关切提供参考。
2024-01-06 cs.AI cs.CY
Attention Mechanisms Perspective: Exploring LLM Processing of Graph-Structured Data
Zhong Guan(钟冠);Likang Wu(吴立康);Hongke Zhao(赵宏凯);Ming He(何明)
本文从注意力机制视角实证研究大语言模型处理图结构数据的能力,揭示其在节点关系建模和拓扑适应上的不足,并提出中间状态注意力窗口以提升训练与推理性能。
2025-05-04 cs.AI cs.CL
Exploring Active 3D Object Detection from a Generalization Perspective
The University of Queensland(昆士兰大学)
为了减轻基于LiDAR的3D目标检测中的高注释成本,主动学习是一种很有前途的解决方案,它学习仅选择一小部分未标记的数据进行注释,而不会影响模型性能。然而,我们的实证研究表明,主流的基于不确定性和基于多样性的主动学习策略在应用于3D检测任务时是无效的,因为它们无法平衡点云信息量和框级注释成本之间的权衡。为了克服这一限制,我们在我们的框架Crb中共同研究了用于点云采集的三个新标准-标签简洁性、特征代表性和几何平衡,其分层过滤掉冗余3D限界框标签、潜在特征和几何特征(例如,点云密度),并从未标记的样本池中选择具有较少对象的信息性样本进行注释。我们的理论分析表明,所提出的标准对齐的边缘分布的选择子集和先验分布的看不见的测试集,并最小化的泛化误差的上界。为了验证Crb的有效性和适用性,我们对KITTI和Waymo的两个基准3D目标检测数据集进行了广泛的实验,并检查了两个单阶段(即,第二)和两级3D检测器(即,Pv-rcnn)。实验证明,所提出的方法优于现有的主动学习策略,并实现完全监督的性能,需要$1\%$和$8\%$注释的边界框和点云,分别。源代码:https://github.com/Luoyadan/CRB-active-3Ddet。
2023-02-08 cs.AI cs.CV
Exploring Privacy and Fairness Risks in Sharing Diffusion Models: An Adversarial Perspective
School of Computing, National University of Singapore(新加坡国立大学计算机学院);Alibaba Group(阿里巴巴集团);Renmin University of China(中国人民大学)
本文从对抗视角揭示共享扩散模型中的隐私与公平性风险,证明共享者可实施公平性投毒攻击,接收者可进行属性推断攻击,强调数据审计与隐私保护的重要性。
2024-09-19 cs.AI cs.CR cs.LG
Exploring EFL students' prompt engineering in human-AI story writing: an Activity Theory perspective
Precious Blood Secondary School(宝血中学);The University of Hong Kong(香港大学);Education University of Hong Kong(香港教育大学)
本研究以活动理论分析67名香港中学生在人机协同短篇小说写作中的提示目的与活动系统特征,为教师分层指导和工具设计提供依据。
2024-02-10 cs.AI cs.CY
Exploring the LLM Journey from Cognition to Expression with Linear Representations
Baichuan AI(百川智能);Tsinghua University(清华大学)
本文通过线性表示方法,研究Baichuan系列大语言模型中认知与表达能力的发展与关联,发现认知能力主要在预训练阶段建立,表达能力在微调与强化学习阶段提升,并探讨了少样本学习等策略以弥合两者差距。
2024-11-08 cs.AI cs.CL
AI Ethics and Social Norms: Exploring ChatGPT's Capabilities From What to How
University of Toronto(多伦多大学);Drexel University(德雷塞尔大学);University of Siegen(锡根大学);Westphal College of Media Arts and Design(媒体艺术与设计西弗尔学院);Digital Media Department(数字媒体系);Information Systems(信息系统)
本研究通过混合方法调查ChatGPT在实证情境下是否遵循伦理与社会规范,揭示偏见、可信度等六大AI伦理问题,并指出无监督数据收集中的透明度和偏见障碍。
2025-04-25 cs.AI cs.CY cs.HC
Gemini Goes to Med School: Exploring the Capabilities of Multimodal Large Language Models on Medical Challenge Problems & Hallucinations
Saama AI Research(萨马人工智能研究院)
该研究全面评估了多模态大模型Gemini在医学推理、幻觉检测和视觉问答上的表现,发现其准确率落后于GPT-4等模型且易产生幻觉,并通过提示策略改进及发布评估工具促进了医疗LLM的安全发展。
2024-02-10 cs.AI cs.CL cs.CV
Philosophical Foundations of GeoAI: Exploring Sustainability, Diversity, and Bias in GeoAI and Spatial Data Science
University of Vienna(维也纳大学);University of California, Santa Barbara(加州大学圣巴巴拉分校)
本章从统一伦理视角提出GeoAI与空间数据科学的哲学基础,聚焦可持续性、训练数据偏见、模式知识多样性及系统中立性缺失问题,以促进负责任的研究与系统部署。
2023-03-27 cs.AI cs.CY cs.LG
Exploring Diversity, Novelty, and Popularity Bias in ChatGPT's Recommendations
Politecnico di Bari(巴里理工学院)
本研究评估ChatGPT-3.5和ChatGPT-4在多样性、新颖性和流行度偏差方面的推荐能力,发现其在Top-N推荐和冷启动场景中表现优异,尤其在提升新用户体验方面具有潜力。
2026-01-05 cs.AI cs.CL cs.IR
Exploring ChatGPT's Capabilities on Vulnerability Management
Zhejiang University(浙江大学);Zhejiang University NGICS Platform(浙江大学NGICS平台);Hangzhou Dianzi University(杭州电子科技大学);University of Minnesota(明尼苏达大学);Jianghuai Advance Technology Center(江淮先进技术中心);Ant Group(蚂蚁集团)
该研究基于70346样本的大规模数据集,探究ChatGPT在6项漏洞管理全流程任务中的能力,对比其与SOTA方法的表现,分析提示词影响与现存难点,指明自启发式应用等未来研究方向。
2024-06-20 cs.AI cs.CL cs.CR