EmoLLMs: A Series of Emotional Large Language Models and Annotation Tools for Comprehensive Affective Analysis
The University of Manchester(曼彻斯特大学);Artificial Intelligence Research Center(人工智能研究中心)
本文提出了EmoLLMs系列模型、多任务情感分析指令数据集AAID(234K样本)及评估基准AEB(14个任务),通过指令微调使模型在情感分析任务上超越多数开源LLM并达到ChatGPT和GPT-4水平,可作为情感标注工具。
2024-06-18 cs.CL
Cases of EFL Secondary Students' Prompt Engineering Pathways to Complete a Writing Task with ChatGPT
Precious Blood Secondary School(宝血女子中学);The University of Hong Kong(香港大学);Education University of Hong Kong(香港教育大学)
本文通过案例研究分析EFL中学生首次使用ChatGPT完成写作任务时的提示工程路径,揭示了试错过程中提示内容与数量的不同组合,并论证了在EFL写作课堂中开展提示工程教育的必要性。
2023-06-19 cs.AI cs.CL cs.HC
Is ChatGPT a Good Causal Reasoner? A Comprehensive Evaluation
Research Center for Social Computing and Information Retrieval(社会计算与信息检索研究中心);Harbin Institute of Technology(哈尔滨工业大学)
本研究首次全面评估ChatGPT的因果推理能力,发现其推理不佳但解释良好,存在严重幻觉,且受提示词、问题形式及事件特征影响,并提供了代码链接。
2023-10-12 cs.AI cs.CL
ChatGPT-HealthPrompt. Harnessing the Power of XAI in Prompt-Based Healthcare Decision Support using ChatGPT
Polytechnic University of Bari(巴里理工大学)
本研究聚焦ChatGPT在临床决策中的应用,提出整合高性能可解释ML模型领域知识的上下文提示方法,还对比了不同数据条件下ChatGPT与传统监督ML模型的性能,为LLM在临床决策支持系统的应用提供新方法。
2023-08-17 cs.AI cs.CL cs.LG
ChatGPT4PCG Competition: Character-like Level Generation for Science Birds
Ritsumeikan University(立命馆大学)
本文介绍首届ChatGPT4PCG竞赛,要求参赛者设计单个提示词引导ChatGPT生成高稳定性和类字符特征的Science Birds关卡,并通过实验验证示例提示词修改版的有效性。
2024-03-21 cs.AI cs.CL
Fairness of ChatGPT and the Role Of Explainable-Guided Prompts
Polytechnic University of Bari(巴里理工大学)
本研究探究GPT类大语言模型在信用风险评估二分类任务中的表现,发现经精心设计的提示引导和领域知识补充后,仅用20个数据点即可达到传统ML模型(需800个数据点)的性能,在减少假阳性和提升公平性方面表现突出,为LLMs应用于各类ML任务奠定基础。
2023-07-14 cs.AI cs.CL
Dr ChatGPT, tell me what I want to hear: How prompt knowledge impacts health answer correctness
The University of Queensland(昆士兰大学);CSIRO(澳大利亚联邦科学与工业研究组织)
生成式预训练语言模型(GPLM)(如ChatGPT)将模型在预训练阶段观察到的模型参数知识进行编码。然后在推理时使用该知识来解决用户在其提示中指定的任务。例如,对于问答任务,GPLM利用在培训中学到的知识和语言模式来生成用户问题的答案。除了模型本身编码的知识之外,GPLM生成的答案还可以利用提示中提供的知识。例如,GPLM可以集成到检索然后生成的范例中,其中使用搜索引擎来检索与问题相关的文档;然后通过提示将文档的内容传输到GPLM。在本文中,我们研究了ChatGPT在单独利用模型知识与提示知识相结合时生成的答案正确性的差异。我们在消费者从模型中寻求健康建议的背景下研究这一点。除了测量ChatGPT在这种情况下的有效性外,我们还表明提示中传递的知识可以推翻模型中编码的知识,在我们的实验中,这不利于答案的正确性。这项工作具有重要的意义,更强大的和透明的问答系统的基础上生成的预训练语言模型的发展。
2023-02-23 cs.AI cs.CL cs.IR
Prompting Implicit Discourse Relation Annotation
Saarland University(萨尔大学);Utrecht University(乌得勒支大学)
本研究探讨多种提示技术以提升ChatGPT在隐式话语关系分类中的表现,但实验显示即使分解任务和复杂提示,准确率仍无显著提升,表明该任务在零样本或少样本下尚难解决。
2024-02-07 cs.AI cs.CL
Assessing the Impact of Prompting Methods on ChatGPT's Mathematical Capabilities
University of California, Santa Cruz(加利福尼亚大学圣克鲁兹分校)
本文评估了简单、角色和对话式三种提示方法对 ChatGPT-3.5 数学推理能力的影响,发现这些方法均未能持续提升基线表现,部分方法甚至导致性能下降,表明提示策略不一定能跨领域泛化。
2024-02-20 cs.AI cs.CL cs.LG
Prompting ChatGPT for Chinese Learning as L2: A CEFR and EBCL Level Study
University of Lyon 3(里昂第三大学);INALCO(法国国立东方语言文化学院);IRD(法国发展研究院);Sorbonne University(索邦大学)
本研究探讨如何通过特定提示将LLM作为个性化中文学习聊天机器人,基于CEFR和EBCL的A1至A2水平,开发整合口语和书面语技能的提示,实验证明纳入特定级别汉字显著增强了对EBCL汉字集的符合度。
2025-01-25 cs.AI cs.CL
Trusting CHATGPT: how minor tweaks in the prompts lead to major differences in sentiment classification
本研究测试GPT-4o mini对提示词微小调整的敏感性,发现其情感分类结果受提示词变化影响显著,挑战了模型稳健性,强调信任需考虑技术性能与社会制度关系。
2025-04-16 cs.AI cs.CL
Demystifying ChatGPT: How It Masters Genre Recognition
Department of Computer Science and Engineering, Indian Institute of Technology Patna(计算机科学与工程系,印度理工学院帕纳布分校);Sony Research India(索尼印度研究)
本研究利用 MovieLens-100K 数据集和 IMDb 海报信息,结合视觉语言模型增强提示,发现 ChatGPT 在电影类型预测上优于其他 LLMs,微调后表现最佳。
2025-07-05 cs.AI cs.CL
Primacy Effect of ChatGPT
University of California, Los Angeles(加州大学洛杉矶分校);Nanyang Technological University(南洋理工大学);University of California, Davis(加州大学戴维斯分校);National University of Singapore(新加坡国立大学);Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
本研究探究ChatGPT是否存在人类认知偏差中的首因效应,发现其决策对提示中标签顺序敏感,更倾向选择靠前的标签,为构建更可靠的ChatGPT相关方案提供参考。
2024-05-14 cs.AI cs.CL
"Only ChatGPT gets me": An Empirical Analysis of GPT versus other Large Language Models for Emotion Detection in Text
LIRMM UM5506 - CNRS, Université de Montpellier(蒙彼利埃大学、法国国家科学研究中心联合LIRMM UM5506实验室)
本文实证比较了 GPT 与其他大型语言模型在 GoEmotions 数据集上的文本情绪检测能力,发现 GPT 表现突出,为提升人机交互中的情感理解提供了依据。
2025-03-05 cs.AI cs.CL
Is ChatGPT More Empathetic than Humans?
School of Computer and Communication Sciences(计算机与通信科学学院);École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
本研究通过600人参与的组间实验对比ChatGPT(含GPT-4)与人类的共情回应能力,发现ChatGPT共情评分比人类高约10%,明确提示共情维度后其与高共情者期望的契合度是人类的5倍,还提出了可扩展的大模型共情能力评估框架。
2024-02-22 cs.AI cs.CL cs.HC
Translating Radiology Reports into Plain Language using ChatGPT and GPT-4 with Prompt Learning: Promising Results, Limitations, and Potential
Wake Forest University School of Medicine(维克森林大学医学院);Rensselaer Polytechnic Institute(伦斯勒理工学院);Puente Solutions LLC(普恩特解决方案有限责任公司)
本研究验证了ChatGPT和GPT-4将放射学报告翻译为通俗语言的可行性,发现其平均评分4.27且GPT-4质量更优,同时指出随机性和信息遗漏等局限,证明大语言模型在临床教育中具有应用潜力。
2023-03-29 cs.AI cs.CL physics.med-ph
ChatGPT-3.5, ChatGPT-4, Google Bard, and Microsoft Bing to Improve Health Literacy and Communication in Pediatric Populations and Beyond
Yale College(耶鲁学院);Yale School of Medicine(耶鲁医学院)
本研究评估了 ChatGPT-3.5、ChatGPT-4、Bing 和 Bard 在改善儿科及更广泛人群健康素养方面的能力,发现它们能调整输出阅读水平,但低于六年级水平存在挑战,其中 ChatGPT 系列表现更优。
2023-11-16 cs.AI cs.CL
Prompting ChatGPT for Translation: A Comparative Analysis of Translation Brief and Persona Prompts
本文比较了翻译简报与角色提示在ChatGPT翻译任务中的效果,发现某些元素虽有助于人与人之间的交流,但对提升翻译质量有限,需进一步探索如何将翻译理论工具应用于人机交互的新流程。
2024-04-28 cs.CL cs.CY cs.HC
Optimizing Machine Translation through Prompt Engineering: An Investigation into ChatGPT's Customizability
Rikkyo University(立教大学)
本文研究在ChatGPT提示中融入翻译目的和目标受众对译文质量的影响,发现该方法能提升翻译灵活性并达到行业标准,优于传统机器翻译。
2024-02-21 cs.CL
OntoChatGPT Information System: Ontology-Driven Structured Prompts for ChatGPT Meta-Learning
Glushkov Institute of Cybernetics of the National Academy of Sciences of Ukraine(乌克兰国家科学院格鲁什科夫控制论研究所);Frantsevic Institute for Problems in Material Science of the National Academy of Sciences of Ukraine(乌克兰国家科学院弗兰采维奇材料科学问题研究所)
本文提出本体驱动的结构化提示方法,构建 OntoChatGPT 系统以增强 ChatGPT 等大语言模型聊天机器人的元学习能力,并在乌克兰语康复领域验证其有效性。
2023-07-11 cs.AI cs.CL cs.HC
Unveiling the Potential of Knowledge-Prompted ChatGPT for Enhancing Drug Trafficking Detection on Social Media
West Virginia University(西弗吉尼亚大学);University of Notre Dame(圣母大学)
本文首次系统研究利用ChatGPT等大语言模型检测社交媒体毒品贩运,提出知识知情提示框架和蒙特卡洛dropout提示优化方法,检测准确率较基线模型提升近12%,有效应对毒贩的欺骗性语言和委婉语。
2023-07-07 cs.AI cs.CL cs.SI
Does ChatGPT have Theory of Mind?
Utrecht University(乌得勒支大学)
本文研究了ChatGPT大型语言模型是否具备心智理论,通过向两个版本的ChatGPT提出六个推理偏见问题,发现ChatGPT-4答对的频率高于随机预期,但常基于错误假设或无效推理。
2023-09-13 cs.AI cs.CL
From Code to Compliance: Assessing ChatGPT's Utility in Designing an Accessible Webpage -- A Case Study
Department of Computer Science, Norwegian University of Science and Technology(计算机科学系,挪威科学技术大学);Department of Design, Norwegian University of Science and Technology(设计系,挪威科学技术大学)
本研究通过案例评估ChatGPT(GPT-4o)在无障碍网页设计中的表现,发现其在简单问题上有效,但复杂任务仍需人工干预,并证明结合截图和结构化提示的提示工程能显著提升其无障碍修复能力。
2025-07-17 cs.AI cs.CL cs.HC
Two-Pronged Human Evaluation of ChatGPT Self-Correction in Radiology Report Simplification
Temple University(天普大学);Temple University Hospital(天普大学医院)
本文研究ChatGPT在放射学报告简化中的应用,提出结合放射科医生事实核验与非专业人员可读性评估的双轨评估协议,并验证自我校正提示能有效提升简化质量。
2024-06-27 cs.AI cs.CL
How Prevalent is Gender Bias in ChatGPT? -- Exploring German and English ChatGPT Responses
Hochschule München University of Applied Sciences(慕尼黑应用技术大学);LMU Munich(慕尼黑大学);Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心)
本研究针对非IT用户易直接采信ChatGPT输出的问题,系统分析英德双语下不同性别视角提示的回复及重复提示的差异,发现ChatGPT虽可辅助日常文本起草,但需核查其偏见与语法错误。
2024-05-13 cs.AI cs.CL cs.CY
Evaluation empirique de la sécurisation et de l'alignement de ChatGPT et Gemini: analyse comparative des vulnérabilités par expérimentations de jailbreaks
Université de Poitiers(普瓦捷大学)
针对大语言模型面临的越狱等网络安全风险,本文通过实验对比分析了ChatGPT与Gemini的安全性及对齐水平,并构建了配套的越狱技术分类体系。
2025-06-10 cs.AI cs.CL cs.CR
Unsupervised Human Activity Recognition through Two-stage Prompting with ChatGPT
Osaka University(大阪大学)
针对无监督人类活动识别需人工准备活动描述的问题,提出基于ChatGPT的两阶段提示工程,在三个数据集上取得了当前最优性能。
2023-06-03 cs.CL cs.HC
Is ChatGPT a Good Personality Recognizer? A Preliminary Study
Institute of AI Education, East China Normal University(华东师范大学人工智能教育研究院);School of Computer Science and Technology, East China Normal University(华东师范大学计算机科学与技术学院);School of Psychology and Cognitive Science, East China Normal University(华东师范大学心理与认知科学学院);Shanghai Changning Mental Health Center(上海市长宁区精神卫生中心)
本研究初步评估了 ChatGPT 在文本性格识别任务上的能力,发现零样本思维链提示效果显著,并设计面向级别的提示策略缩小了与最先进模型的差距,同时揭示了其对性别、年龄的偏见及对下游任务的提升作用。
2023-12-28 cs.CL
ChatGPT for Robotics: Design Principles and Model Abilities
Scaled Foundations(Scaled基金会);Microsoft Autonomous Systems and Robotics Research(微软自主系统与机器人研究部)
本研究探索ChatGPT在机器人领域的应用,提出结合提示工程原则与高层函数库的适配策略,验证其在多类机器人任务中的有效性,并推出开源工具PromptCraft降低应用门槛。
2023-07-19 cs.AI cs.CL cs.HC
InterAct: Exploring the Potentials of ChatGPT as a Cooperative Agent
National Tsing Hua University(国立清华大学)
本文提出InterAct方法,通过向ChatGPT分配检查器、排序器等多种角色并与原始语言模型整合,在AlfWorld基准上实现98%成功率,验证了ChatGPT在具身智能体交互决策中的有效性。
2023-08-03 cs.AI cs.CL cs.LG
Affective-ROPTester: Capability and Bias Analysis of LLMs in Predicting Retinopathy of Prematurity
College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算机与数据科学学院);Department of Ophthalmology, Huizhou First Hospital(惠州市第一人民医院眼科部);school of Computer Science and Technology, East China Normal University(华东师范大学计算机科学与技术学院);School of Education, Shanghai Jiao Tong University(上海交通大学教育学院);School of Computer Science, University of St Andrews(圣安德鲁大学计算机科学学院);Shenzhen Eye Hospital, Shenzhen Eye Medical Center, Southern Medical University(深圳眼医院、深圳眼科医院、南方医科大学)
针对LLM预测早产儿视网膜病变风险能力未探明的问题,提出CROP数据集与Affective-ROPTester框架,发现外部知识提升性能、情感偏差存在且正面情绪可缓解偏差。
2025-07-08 cs.AI cs.CE cs.CL
Safety Analysis in the Era of Large Language Models: A Case Study of STPA using ChatGPT
University of Liverpool(利物浦大学);University of Warwick(华威大学)
本研究通过将ChatGPT应用于AEB和DSM系统的STPA安全分析案例,探究协作方案等因素对结果的影响,发现经精心设计的ChatGPT性能可超人类专家,且需开发领域特定提示工程。
2023-12-20 cs.AI cs.CL cs.CY
Large Language Models are Pattern Matchers: Editing Semi-Structured and Structured Documents with ChatGPT
Kempten University of Applied Sciences(肯普滕应用科学大学)
本文通过两项ChatGPT案例研究,发现大语言模型可借助简单提示有效编辑结构化/半结构化文档,具备强结构处理与模式匹配能力,提示词结构化可提升任务表现,相关发现或助力理解LLM幻觉机制。
2024-09-12 cs.AI cs.CL cs.LG
Cultural Value Alignment in Large Language Models: A Prompt-based Analysis of Schwartz Values in Gemini, ChatGPT, and DeepSeek
University of Basel(巴塞尔大学);University of Zurich(苏黎世大学)
本研究通过施瓦茨价值观问卷分析Gemini、ChatGPT和DeepSeek的文化价值对齐,发现DeepSeek弱化自我增强价值观,体现集体主义倾向,并提出多视角推理等对齐方法。
2025-05-21 cs.CL
ChatGPT Evaluation on Sentence Level Relations: A Focus on Temporal, Causal, and Discourse Relations
HKUST(香港科技大学);HKUST (GZ)(香港科技大学(广州))
该研究通过三种提示模板在11个数据集上评估ChatGPT的句间关系识别能力,首次建立相关任务基线,发现其因果关系推理强、时序与隐式话语关系及对话话语解析表现较弱。
2024-01-26 cs.CL
Revolutionizing Process Mining: A Novel Architecture for ChatGPT Integration and Enhanced User Experience through Optimized Prompt Engineering
Iran University of Science and Technology(伊朗科技大学);Shahid Beheshti University(沙希德·贝赫什提大学)
本研究提出将ChatGPT集成到流程挖掘工具的新型架构,通过为各子模块定制提示工程策略、依托ETL流程实现对话式交互,经17家企业数据验证,72%结果获专家“良好”评价,有效提升用户体验与分析可及性。
2024-05-17 cs.CL
Customizing ChatGPT for Second Language Speaking Practice: Genuine Support or Just a Marketing Gimmick?
本文研究定制ChatGPT对话功能在促进英语作为第二语言口语练习中的有效性,发现定制版本提供更平衡的反馈和情感支持,但文化响应性未显著提升。
2026-03-16 cs.CL cs.HC
Comprehensive Assessment of Toxicity in ChatGPT
CISPA Helmholtz Center for Information Security(亥姆霍兹信息安全中心);Microsoft(微软);NetApp(网存公司)
本文利用指令微调数据集全面评估了ChatGPT的毒性,发现其毒性随任务、领域、长度和语言等提示词属性变化,创意写作及德语、葡萄牙语提示会显著增加毒性,而早期设计的部分恶意提示已不再产生有害回复。
2023-11-03 cs.CL cs.CR cs.CY
Rethinking ChatGPT's Success: Usability and Cognitive Behaviors Enabled by Auto-regressive LLMs' Prompting
School of IT, Deakin University(迪肯大学信息技术学院)
本文分析自回归大语言模型提示范式的模态结构与用户可用性指标,探究其借助自由形式文本激发类人认知行为的机制,并指出该思路可用于优化自主及多智能体系统中的大语言模型部署。
2024-05-17 cs.CL
A Comparison of Human and ChatGPT Classification Performance on Complex Social Media Data
本文比较了ChatGPT和人类在复杂社交媒体数据分类中的性能,发现GPT-4在处理微妙语言时存在困难,需谨慎使用。
2025-11-29 cs.CL
Distractor generation for multiple-choice questions with predictive prompting and large language models
Ghent University(根特大学);imec(比利时微电子研究中心)
本研究提出一种利用题库检索的上下文示例提示ChatGPT等LLMs生成选择题干扰项的策略,实验表明平均53%的生成干扰项被教师评为高质量且优于现有最先进模型。
2023-07-30 cs.CL
Emotion Is Not External Knowledge: Internal Attention Signals for Affective State Reasoning
Nagoya University(名古屋大学);National Institute of Informatics(信息学研究所)
本研究提出自定向内部注意力增强(SIAB)方法,利用LLMs自身行为定位稀疏情感注意力头并增强相关内容,在ECC、GoEmotions数据集上提升情感状态推理性能,结合外部监督可进一步提高效果。
2026-10-16 cs.CL
Lying Blindly: Bypassing ChatGPT's Safeguards to Generate Hard-to-Detect Disinformation Claims
University of Sheffield(谢菲尔德大学)
本研究通过简单提示技术绕过ChatGPT(GPT-3.5)的安全防护,生成乌克兰战争相关的虚假信息声明,发现其内容逼真且人类和现有检测工具均难以可靠识别。
2024-12-09 cs.CL
Empirical Study of Large Language Models as Automated Essay Scoring Tools in English Composition__Taking TOEFL Independent Writing Task for Example
East China Normal University(华东师范大学);Microsoft Research Asia(微软亚洲研究院)
本研究基于TOEFL官方评分标准构建提示,评估ChatGPT在小样本英语作文自动评分中的能力与局限,发现其虽具可操作性但存在回归效应,且提示设计需深厚专业知识。
2024-01-07 cs.CL
Testing LLMs' Capabilities in Annotating Translations Based on an Error Typology Designed for LSP Translation: First Experiments with ChatGPT
Université Paris Cité, ALTAE(巴黎Cité大学,ALTAE);Université Paris Cité, CNRS, Laboratoire de linguistique formelle(巴黎Cité大学,CNRS,形式语言实验室)
本研究测试ChatGPT基于定制错误类型学标注专业翻译的能力,发现其在标注DeepL译文时表现良好但自评较差,凸显了LLM在翻译评估中的潜力与局限。
2025-04-21 cs.CL eess.AS
ChatGPT for Us: Preserving Data Privacy in ChatGPT via Dialogue Text Ambiguation to Expand Mental Health Care Delivery
UCLA(加州大学洛杉矶分校)
针对数据敏感领域使用ChatGPT的隐私顾虑,研究提出文本歧义化隐私保护框架,经压力应对任务验证,无原始用户文本时ChatGPT建议仍具中等实用性与相关性,可助力拓展心理健康服务。
2023-05-19 cs.CL
Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue: An Empirical Study
CUHKSZ(香港中文大学(深圳))
本文通过设计提示模板并在六个数据集上实验,系统评估 ChatGPT 在对话主题分割与语篇解析中的能力,揭示其领域差异及对层级修辞结构的线性化局限。
2024-03-05 cs.CL
Quite Good, but Not Enough: Nationality Bias in Large Language Models -- A Case Study of ChatGPT
Tsinghua University(清华大学);Shanghai University of Finance and Economics(上海财经大学)
该研究通过覆盖195国、多种温度与提示类型的4,680段中英话语,系统评估 ChatGPT 的国籍偏见,发现其总体正面但仍反映现实偏见且具有语言文化差异。
2024-05-11 cs.CL
Evaluating the Performance of ChatGPT for Spam Email Detection
本研究评估ChatGPT在中英文邮件数据集上的垃圾邮件识别能力,对比基准方法后发现其在低资源中文数据集表现更优,为其在资源受限语言领域的应用提供见解。
2025-02-12 cs.AI cs.CL cs.CY
Using ChatGPT for Entity Matching
University of Mannheim(曼海姆大学)
本文研究使用ChatGPT进行实体匹配,作为传统Transformer模型的鲁棒且数据高效的替代方案,实验表明其零样本性能与微调RoBERTa相当,且可通过上下文演示和规则进一步提升性能。
2023-06-22 cs.CL
From Chatbots to PhishBots? -- Preventing Phishing scams created using ChatGPT, Google Bard and Claude
The University of Texas at Arlington(德克萨斯大学阿灵顿分校)
本研究发现四款主流商用大语言模型无需越狱即可生成高仿真钓鱼内容及恶意提示,为此提出基于BERT的跨模型恶意提示检测工具,平均准确率超94%,已披露漏洞并开源工具。
2024-03-10 cs.CL cs.CR
Exploring the Comprehension of ChatGPT in Traditional Chinese Medicine Knowledge
School of Computer Science;Engineer Beihang University Beijing, China;School of Life;Science Beijing University of Chinese Medicine Beijing, China
本研究首次构建中医问题数据集TCM-QA,评估ChatGPT在零样本与少样本下的知识回忆与推理能力,发现其在判断题上表现最佳(精确度0.688),中文提示优于英文,为LLM在专业领域的应用提供见解。
2024-03-14 cs.CL stat.AP
Quantifying Similarity: Text-Mining Approaches to Evaluate ChatGPT and Google Bard Content in Relation to BioMedical Literature
Faculty of Computer Science, AGH(AGH计算机科学学院);Sano Centre for Computational Medicine(Sano计算医学中心)
本研究通过文本挖掘和网络分析比较ChatGPT与Google Bard生成的临床内容与生物医学文献的相似度,发现ChatGPT在文档相似度、二元词组及网络中心性上均优于Google Bard,且能产生文献中不存在的新术语链接以启发新假设。
2024-02-11 cs.CL cs.DL cs.IR
Affective Computing in the Era of Large Language Models: A Survey from the NLP Perspective
Northeastern University, China(东北大学);Alibaba Group, Hangzhou, China(阿里巴巴集团)
本文从NLP视角综述了大语言模型时代的情感计算,涵盖情感理解与生成任务、适应技术(指令微调、提示工程、强化学习)及评估基准,并探讨了伦理与安全等开放挑战。
2025-09-07 cs.CL cs.CY