[Vision Paper] PRObot: Enhancing Patient-Reported Outcome Measures for Diabetic Retinopathy using Chatbots and Generative AI
Fraunhofer IAIS(弗劳恩霍夫智能分析与信息系统研究所);University of Bonn(波恩大学);Universitätsklinikum Bonn(波恩大学医院)
本文提出首个基于大语言模型的聊天机器人PRObot,用于糖尿病视网膜病变患者报告结局测量,通过定制问答和机器学习推断PROM评分,以改善治疗依从性并减少视力损害。
2024-11-05 cs.AI cs.CL
Distinguishing Chatbot from Human
San Jose State University(圣何塞州立大学)
针对人类文本与聊天机器人生成文本难以区分的问题,本文构建含75万余对段落的数据集,并结合特征分析、上下文嵌入和 transformer 分类模型实现高准确率来源识别。
2024-08-03 cs.CL cs.LG
AI and Generative AI for Research Discovery and Summarization
Harvard University(哈佛大学)
本文回顾了AI与生成式AI工具在文献发现与总结领域的应用,探讨了其在代码生成、文献搜索、要点提取及溯因推理模拟方面的优势,并展望了未来发展方向。
2024-03-26 cs.AI cs.CL cs.LG
Beyond the Chatbot: Co-Learning and Co-Teaching through a Dual-Persona Generative-AI Assistant
International Hellenic University(国际希腊大学)
该研究开发一款适配希腊教育领域的双角色生成式AI助手,可切换教学/学习角色,支持师生共学共教,构建了连接技术与课程的教学生成助手框架。
2026-08-27 cs.AI cs.HC
In Generative AI we Trust: Can Chatbots Effectively Verify Political Information?
Weizenbaum Institute for the Networked Society(韦岑鲍姆网络社会研究所);University of Bern(伯尔尼大学);University of Zurich(苏黎世大学)
本研究比较ChatGPT与Bing Chat检测政治信息真实性的能力,发现ChatGPT平均准确率72%优于Bing Chat的67%,且受语言、主题和来源偏见影响,凸显LLM聊天机器人在应对虚假信息方面的潜力与局限。
2023-12-20 cs.CL cs.CY
Scaling Arabic Medical Chatbots Using Synthetic Data: Enhancing Generative AI with Synthetic Patient Records
Dept. of Computer Science, Qatar University, Doha, Qatar(计算机科学系,卡塔尔大学,多哈)
针对阿拉伯语医疗数据稀缺问题,提出利用ChatGPT-4o和Gemini生成8万条合成问答对扩充训练集,微调多个LLM的实验表明合成数据有效提升了模型性能,其中ChatGPT-4o数据表现更优。
2025-09-12 cs.CL
Conversational AI Powered by Large Language Models Amplifies False Memories in Witness Interviews
Massachusetts Institute of Technology(麻省理工学院);MIT Media Lab(麻省理工学院媒体实验室);University of California, Irvine(加州大学欧文分校)
本研究模拟犯罪证人访谈,对比四种访谈条件,发现基于LLM的生成式聊天机器人会显著诱发并强化错误记忆,揭示敏感场景中应用对话式AI的伦理风险。
2024-08-08 cs.AI cs.CL cs.CY
ConvoCache: Smart Re-Use of Chatbot Responses
Macquarie University(麦考瑞大学)
本文提出对话缓存系统ConvoCache,通过重用过去语义相似提示词的响应,在DailyDialog数据集上实现214ms平均延迟并降低89%的生成式AI使用成本。
2024-06-26 cs.CL
LERA: LLM-Enhanced RAG for Ad Auction in Generative Chatbots
Peking University(北京大学);Alibaba Group(阿里巴巴集团);Shandong University(山东大学)
LERA提出一种两阶段检索生成拍卖框架,通过嵌入粗过滤和LLM提示生成优化广告相关性评分,提升广告选择准确性和多样性。
2026-05-15 cs.AI cs.IR
Exploring Generative AI Techniques in Government: A Case Study
University of Toronto(多伦多大学);National Research Council of Canada(加拿大国家研究理事会)
本文以加拿大国家研究委员会试点中的智能体Pubbie为案例,展示如何利用LLM编排、RoBERTa语义嵌入、微调和少样本学习实现政府绩效衡量、数据管理与报告自动化。
2025-05-12 cs.AI cs.HC cs.IR
Benchmarking LLM powered Chatbots: Methods and Metrics
本文提出E2E基准,通过余弦相似度等指标评估LLM驱动聊天机器人答案的准确性和有用性,实验表明该方法优于现有常用指标。
2023-08-08 cs.AI cs.CL
GRASP: Municipal Budget AI Chatbots for Enhancing Civic Engagement
Lexington High School(莱克星顿高中)
本文提出GRASP框架,结合RAG与智能体工作流及提示工程,构建市政预算AI聊天机器人,其回答准确率达78%,优于GPT-4o和Gemini,有效提升了公民对预算的理解与政府透明度。
2025-03-30 cs.AI
From Values to Benchmarks: Evaluating Large Language Models for Governmental Use in Dutch
City of Amsterdam(阿姆斯特丹市政府);University of Amsterdam(阿姆斯特丹大学);University of Technology Nuremberg(纽伦堡工业大学)
本研究推出面向荷兰政府场景的“Grip on LLMs”评估框架,确定六大评估维度,发现模型在质量、成本、能耗等维度存在权衡,发布模型概览供政府LLM选择使用。
2026-08-11 cs.AI cs.CL
Detecting Linguistic Bias in Government Documents Using Large language Models
Ministerie van OCW(荷兰教育、文化与科学部);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学)
本文构建专家标注的荷兰政府文件偏见检测数据集 DGDB,微调 BERT 类模型并与生成式语言模型比较,证明微调方法性能更优。
2025-02-19 cs.CL
NeuroChat: A Neuroadaptive AI Chatbot for Customizing Learning Experiences
MIT Media Lab(麻省理工学院媒体实验室);Brown University(布朗大学)
NeuroChat通过整合实时EEG反馈与生成式AI,实现学习者认知状态的动态适应,提升学习参与度。
2026-02-16 cs.AI cs.ET cs.HC
Who Would Chatbots Vote For? Political Preferences of ChatGPT and Gemini in the 2024 European Union Elections
Czech University of Life Sciences Prague(布拉格捷克生命科学大学)
该研究通过每日标准化提示评估 ChatGPT 和 Gemini 对 2024 年欧洲议会选举中 27 个欧盟成员国政党的政治偏见,发现 ChatGPT 显著偏向左翼和中间派政党,而 Gemini 大多拒绝回答,从而揭示了生成式 AI 在政治语境中的偏见问题并呼吁加强透明度和监管。
2024-09-01 cs.AI cs.CL cs.CY
Supporting Student Decisions on Learning Recommendations: An LLM-Based Chatbot with Knowledge Graph Contextualization for Conversational Explainability and Mentoring
University of Siegen(锡根大学)
本文提出基于 LLM 的学习推荐解释聊天机器人,利用知识图谱约束生成,并通过群聊接入人类导师,用户研究验证了其概念可行性与局限。
2024-01-24 cs.AI cs.CL cs.HC
Penny: Transition Network Analysis of Learner-Chatbot Interactions in Scaffolded EFL Writing
Academic Center for Computing and Media Studies, Kyoto University, Japan(京都大学计算与媒体研究室);College of Information Science and Engineering, Ritsumeikan University, Japan(立命馆大学信息科学与工程学院)
研究借助转换网络分析,以日本外语学习者与写作聊天机器人“佩妮”的交互为对象,发现两个行为循环,揭示外语水平对交互的显著影响,表明人工智能辅助写作是对话过程,强调需差异化设计聊天机器人以促进学习者认知参与。
2026-07-17 cs.CL cs.CY
Understanding Parents' Desires in Moderating Children's Interactions with GenAI Chatbots through LLM-Generated Probes
本文通过LLM生成的探测器研究父母如何调节儿童与生成式AI聊天机器人的互动,发现父母关注当前控制所忽视的互动,需对话层面的透明度和个性化控制。
2026-03-11 cs.AI cs.HC
Research and Prototyping Study of an LLM-Based Chatbot for Electromagnetic Simulations
Theoretische Elektrotechnik, TU Berlin(柏林技术大学理论电气技术系)
本文提出基于大语言模型的聊天机器人,用于自动生成电磁仿真模型,通过功能增强提升仿真效率和用户交互体验。
2026-03-09 cs.AI cs.CE
It is Time to Develop an Auditing Framework to Promote Value Aware Chatbots
Georgetown University(乔治城大学)
本文主张开发基于价值观的聊天机器人审计框架,通过对GPT 3.5和GPT 4在搜索、代码和故事生成任务中的偏见审计,揭示其输出与法律价值观的不一致,并呼吁社区建立标准测量体系以推动缓解策略。
2024-09-03 cs.CL
Generative AI for Strategic Plan Development
Johns Hopkins University(约翰霍普金斯大学)
本文提出一个利用生成式AI为大型政府组织开发战略计划的模块化模型,评估了BERTopic和NMF在主题建模生成愿景要素方面的表现,发现这些技术能生成与100%评估要素相似的主题,且BERTopic表现最佳。
2025-08-10 cs.AI cs.CL cs.LG
Augmenting Compliance-Guaranteed Customer Service Chatbots: Context-Aware Knowledge Expansion with Large Language Models
Hong Kong Polytechnic University(香港理工大学);AI Group, WeBank Co., Ltd(WeBank金融科技部)
本文提出相似问题生成(SQG)任务及上下文感知方法,在预算约束下扩展客服聊天机器人知识库,部署系统中用户满意度达92%,较基线提升18%,凸显LLM支持非生成式系统的潜力。
2025-10-10 cs.CL
Leveraging Retrieval-Augmented Generation for Culturally Inclusive Hakka Chatbots: Design Insights and User Perceptions
National United University(国立联合大学);National Central University(国立中央大学);United Link Co., Ltd.(联连股份有限公司)
本研究开发了检索增强生成(RAG)增强的客家文化聊天机器人,通过整合针对性文化数据提升回复准确性与文化共鸣,可用性研究显示用户满意度和参与度显著提升,为族群文化保护与弘扬提供了有效工具。
2024-10-21 cs.AI cs.CL
Generative AI in Heritage Practice: Improving the Accessibility of Heritage Guidance
Edinburgh Futures Institute(爱丁堡未来研究所);University of Edinburgh(爱丁堡大学);Historic England(英国历史遗产委员会);School of History, Classics & Archaeology University of Edinburgh(历史、古典学与考古学学院爱丁堡大学)
本文提出HAZEL这一微调GenAI聊天机器人,用于提升遗产指南可及性,实验显示其性能略优于ChatGPT,但存在文化敏感性和技术专长局限,表明GenAI可辅助而非取代人类专业人员。
2025-09-03 cs.AI cs.CL cs.HC
Arabic Chatbot Technologies in Education: An Overview
AbdelMalek Essaadi University(阿卜杜勒马利克·埃萨迪大学)
本文综述教育场景中的阿拉伯语聊天机器人,从方法、语言变体和评价指标等方面梳理现状,指出其较少采用现代技术的研究空白,并展望未来方向。
2025-09-04 cs.CL
Exploring User Security and Privacy Attitudes and Concerns Toward the Use of General-Purpose LLM Chatbots for Mental Health
Duke University(杜克大学)
本研究通过21次半结构化访谈发现,用户在使用通用LLM聊天机器人进行心理健康管理时存在严重误解和风险意识缺失,误将其类人共情等同于类人责任并误认受HIPAA等法规保护;研究提出“无形脆弱性”概念,并给出保护用户心理健康披露的建议。
2025-07-14 cs.AI cs.CR cs.CY
Analysis of the User Perception of Chatbots in Education Using A Partial Least Squares Structural Equation Modeling Approach
West Virginia University(西弗吉尼亚大学)
本研究针对教育领域聊天机器人用户接受度研究的行为维度空白,结合TRI和TAM模型,采用PLS-SEM方法分析185份学生问卷,明确了乐观性、创新性等行为因素对聊天机器人采用意愿的影响,为技术设计提供参考。
2023-11-07 cs.AI cs.HC cs.LG
Real-world Deployment and Evaluation of PErioperative AI CHatbot (PEACH) -- a Large Language Model Chatbot for Perioperative Medicine
Singapore General Hospital(新加坡中央医院);Duke-NUS Medical School(杜克-新加坡国立大学医学院);Singapore National Eye Centre(新加坡国家眼科中心);Singapore Eye Research Institute(新加坡眼科研究所);Singapore Health Services(新加坡保健服务集团);Open Government Products(开放政府产品部)
本研究开发了集成本地围手术期指南的安全LLM系统PEACH,在240次真实临床迭代中评估显示其准确率达96.7%,更新后提升至97.9%,有效提升了围手术期决策的准确性与效率。
2024-12-24 cs.AI
Battling Botpoop using GenAI for Higher Education: A Study of a Retrieval Augmented Generation Chatbots Impact on Learning
Nanyang Technological University(南洋理工大学)
本研究针对学生作答中低质量AI生成内容(Botpoop)泛滥的问题,开发了定制化RAG聊天机器人Professor Leodar并部署于高校,经混合方法验证97.1%参与者体验积极,为AI教育应用提供了基准。
2024-06-22 cs.AI cs.HC
Generative Interpretability via Scalable Neuro-Symbolic Models
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对大模型在智能体系统中输出不可逆行动的安全问题,提出生成式可解释性架构,使推理暴露可干预的语义检查点,并以神经符号模型实现。
2026-10-02 cs.AI cs.CL cs.LG
Ordinary, Reasonable Chatbots: Do AI Models Track Human Legal Judgments?
Duke University(杜克大学);Duke University Law School(杜克大学法学院)
本研究比较26个LLM与人类在25项法律合理性判断上的回答,发现聊天机器人总体追踪人类判断,但更同质化、偏向政府和公司,且与特定人口群体更一致。
2026-09-11 cs.AI cs.CY
ChatGPT v Bard v Bing v Claude 2 v Aria v human-expert. How good are AI chatbots at scientific writing?
Research Centre of the Slovenian Academy of Sciences and Arts(斯洛文尼亚科学与艺术研究院研究中心)
本研究评估六款AI聊天机器人在人文学科科学写作中的表现,发现ChatGPT-4定量准确性最高,但所有AI均无法产生原创科学内容,凸显AI模仿人类原创性的挑战。
2023-10-16 cs.AI cs.CL cs.CY
Journey of Hallucination-minimized Generative AI Solutions for Financial Decision Makers
Accenture, LLP(埃森哲公司)
本研究针对金融决策者,提出通过原型设计、扩展和人类反馈驱动LLM演进的三个阶段及数据到答案生成模块,以最小化幻觉并提升生成式AI解决方案的可靠性。
2023-11-18 cs.CL
When RAG Chatbots Expose Their Backend: An Anonymized Case Study of Privacy and Security Risks in Patient-Facing Medical AI
Independent researcher(独立研究者);Escuela Técnica Superior de Ingenieros de Telecomunicación Universidad Politécnica de Madrid(电信工程学院理工大学)
研究通过匿名案例分析,揭示了患者面向RAG聊天机器人中隐私和安全风险,指出通过浏览器工具可发现关键漏洞,强调部署前需独立审查。
2026-05-01 cs.AI cs.CL cs.CR
A Proposal for Evaluating the Operational Risk for ChatBots based on Large Language Models
本文提出一种面向大语言模型聊天机器人的多维操作风险评估指标,结合技术复杂度与情境因素,并通过增强 Garak 框架验证其在 RAG 场景下指导风险缓解与模型改进的有效性。
2025-05-07 cs.AI cs.CR cs.CY
The Challenges of Evaluating LLM Applications: An Analysis of Automated, Human, and LLM-Based Approaches
American Institutes for Research(美国研究院)
本文针对 LLM 聊天机器人评估难题,比较自动化、人工与基于 LLM 的评估,提出可结合人工和 LLM 的因子化评估机制,并通过教育报告聊天机器人实验验证其诊断价值。
2024-06-13 cs.AI cs.CL
Design and testing of an agent chatbot supporting decision making with public transport data
University of Padova(帕多瓦大学);Motion Analytica s.r.l.(Motion Analytica公司);beanTech s.r.l.(beanTech公司)
本文设计并测试了一款基于智能体架构的公共交通数据决策支持聊天机器人,利用 LLM 结合 SQL 查询与可视化工具解决用户复杂数据交互问题,并构建了数据集评估其回答一致性与查询正确性。
2025-05-28 cs.AI
Understanding Risk and Dependency in AI Chatbot Use from User Discourse
Kent State University(肯特州立大学)
本研究通过分析用户话语揭示AI聊天机器人使用中的心理风险维度,发现自我调节困难和对自主性、控制和技术风险的恐惧为主要特征。
2026-02-10 cs.CL
Building Emotional Support Chatbots in the Era of LLMs
Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Singapore Management University(新加坡管理大学);National University of Singapore(新加坡国立大学)
针对情感支持对话数据有限、缺乏训练范式的问题,研究结合人类经验与大语言模型能力构建ExTES数据集,并微调LLaMA得到专用模型,验证了情感支持能力,推动该领域发展。
2023-08-17 cs.AI cs.CL
Towards Efficient Educational Chatbots: Benchmarking RAG Frameworks
本文提出一个基于生成式AI和RAG的GATE问答框架,通过基准评测最优嵌入模型与LLM配置,在延迟、忠实度和相关性上取得平衡,显著提升检索准确性与响应质量,为高效教育聊天机器人开发提供实用参考。
2025-07-02 cs.AI cs.IR
AI chatbots versus human healthcare professionals: a systematic review and meta-analysis of empathy in patient care
University of Nottingham(诺丁汉大学);University of Leicester(莱斯特大学)
本文通过系统综述和荟萃分析,发现AI聊天机器人在文本场景中普遍被感知为比人类医疗专业人员更具同理心。
2026-02-05 cs.AI cs.CL cs.HC
Instruction Tuning on Public Government and Cultural Data for Low-Resource Language: a Case Study in Kazakh
本文通过构建大规模哈萨克语指令遵循数据集,提升低资源语言中政府与文化领域LLM的理解能力,并验证了基于LLM的指令微调方法在多选和生成任务中的有效性。
2026-03-15 cs.CL
Tailoring Generative AI Chatbots for Multiethnic Communities in Disaster Preparedness Communication: Extending the CASA Paradigm
NC State University(北卡罗来纳州立大学)
本研究开发了基于GPT-4的GenAI聊天机器人原型,通过441名多族裔居民的被试间实验,证实语气正式性与文化定制能显著影响其友好度与可信度感知,进而提升飓风防备效果。
2025-02-02 cs.AI cs.CL cs.HC
ORIBA: Exploring LLM-Driven Role-Play Chatbot as a Creativity Support Tool for Original Character Artists
Computer Science Research Centre, Royal College of Art(皇家艺术学院计算机科学研究中心);Digital Media, School of Literature, Media, and Communication, Georgia Institute of Technology(佐治亚理工学院数字媒体系);Princeton University(普林斯顿大学);Digital Media, Georgia Institute of Technology(佐治亚理工学院数字媒体系);Division of Integrative Systems and Design, The Hong Kong University of Science and Technology(香港科学大学整合系统与设计 division);Industrial Design Department, College of Engineering, KAIST(韩国科学技术院工程学院工业设计系)
ORIBA通过大语言模型支持原创角色艺术家的创意过程,平衡AI辅助与创意自主权。
2025-12-14 cs.AI cs.HC
Mapping Caregiver Needs to AI Chatbot Design: Strengths and Gaps in Mental Health Support for Alzheimer's and Dementia Caregivers
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Indiana University Indianapolis(印第安纳大学印第安纳波利斯分校);University of Massachusetts Amherst(马萨诸塞大学阿姆赫斯特分校)
研究探讨了阿尔茨海默病和痴呆症照护者在心理健康支持中的需求与AI聊天机器人设计的匹配度,通过访谈揭示了照护者在信息获取、情感支持等方面的需求及技术的优劣势。
2026-03-20 cs.AI cs.CY cs.HC
Generative AI for FFRDCs
Institute for Defense Analyses (IDA)(国防分析研究所)
针对FFRDC文本密集型工作负载,利用大型语言模型通过少量示例加速摘要、分类、提取和意义构建,并采用OnPrem$.$LLM框架确保安全,案例验证了其提升监督与战略分析的效果。
2025-09-25 cs.AI cs.CL
Towards Effective E-Participation of Citizens in the European Union: The Development of AskThePublic
SnT, University of Luxembourg(SnT,卢森堡大学);University of Zurich(苏黎世大学);University of Lausanne(洛桑大学)
本研究针对现有电子参与平台静态化、难有效整合公民反馈的问题,基于媒体丰富度理论与设计科学研究方法,依托欧盟“Have Your Say”平台开发大语言模型聊天机器人AskThePublic,经专家访谈验证其获认可,助力欧盟公民电子参与。
2025-10-02 cs.AI cs.CY
Assessment Design in the AI Era: A Method for Identifying Items Functioning Differentially for Humans and Chatbots
Weizmann Institute of Science(魏茨曼科学研究院)
本文提出一种结合教育数据挖掘与心理测量理论的方法,用于识别人类与AI在评估项目上的系统性差异,以改进评估设计的公平性和有效性。
2026-04-15 cs.AI cs.HC
Generative AI: Implications and Applications for Education
本文探讨了基于大型语言模型的聊天机器人(C-LLM)在教育中的启示与应用,报告了其在审查和评估复杂学生作业中的具体应用,并分析了生成式AI的内在局限及未来在教育领域的潜在应用。
2023-05-22 cs.AI cs.CY
AI PB: A Grounded Generative Agent for Personalized Investment Insights
本文提出AI PB,一个在真实零售金融中部署的生产级生成式智能体,通过组件化编排、混合检索和多阶段推荐,在合规前提下主动生成个性化投资洞察,验证了有依据生成在高风险金融中的可靠性。
2025-10-23 cs.AI cs.CE cs.CL
Conversational AI Threads for Visualizing Multidimensional Datasets
University of North Carolina(北卡罗来纳大学);Tableau Research(Tableau 研究院)
本文探索了生成式大语言模型在对话式可视化分析中的应用,开发了多线程聊天机器人AI Threads,通过众包和专家评估验证其能有效支持渐进式可视化细化,并展示了其在未见数据集上的潜力。
2023-11-09 cs.AI cs.HC
Methods to Assess the UK Government's Current Role as a Data Provider for AI
Open Data Institute (ODI)(开放数据研究所(ODI))
针对生成式AI训练语料库不透明导致数据共享规划困难的问题,提出利用LLM“机器遗忘”消融研究和信息泄露研究两种方法评估英国政府数据在LLM训练中的作用,发现政府网站是重要数据源而开放数据平台则不是,为评估和最大化组织对AI的贡献提供了可复现框架。
2024-12-18 cs.AI cs.CY cs.IR
SlicerChat: Building a Local Chatbot for 3D Slicer
Harvard Medical School(哈佛医学院)
本文构建了基于Code-Llama的本地聊天机器人SlicerChat,通过微调、模型大小和文档增强优化回答3D Slicer问题,验证了本地集成AI助手的可行性。
2024-06-05 cs.AI cs.HC