语言大模型 / LLM

Permissive Information-Flow Analysis for Large Language Models

宽松的信息流分析用于大型语言模型

Shoaib Ahmed Siddiqui, Radhika Gaonkar, Boris Köpf, David Krueger, Andrew Paverd, Ahmed Salem, Shruti Tople, Lukas Wutschitz, Menglin Xia, Santiago Zanella-Béguelin

机构 * University of Cambridge（剑桥大学） ； Microsoft（微软公司） ； Mila 纠错

专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种更宽松的信息流分析方法，通过传播对模型输出有影响的样本标签来提高大型语言模型的安全性和隐私保护效果。

Strategies of cooperation and defection in five large language models

五种大语言模型中的合作与背叛策略

Saptarshi Pal, Abhishek Mallela, Christian Hilbe, Lenz Pracher, Chiyu Wei, Feng Fu, Santiago Schnell, Martin A Nowak

专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)

AI总结 研究五种大语言模型在重复囚徒困境中的合作与背叛策略，分析其在不同参数和框架下的适应性及一致性。

GFM4GA: Graph Foundation Model for Group Anomaly Detection

基于图的群体异常检测基础模型GFM4GA

Jiujiu Chen, Weijun Zeng, Shaofeng Hu, Sihong Xie, Hui Xiong

机构 * Tencent（腾讯） 纠错

专题命中 其他LLM ：foundation model(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 GFM4GA是一种用于群体异常检测的新型图基础模型，通过双层对比学习预训练和参数受限的少样本微调，有效提升群体异常检测性能。

NATLM: Detecting Defects in NFT Smart Contracts Leveraging LLM

NATLM：利用大语言模型检测NFT智能合约中的缺陷

Yuanzheng Niu, Xiaoqi Li, Wenkai Li

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 NATLM利用大语言模型和静态分析检测NFT智能合约中的四种常见漏洞，实验结果显示高精度和召回率。

Curating art exhibitions using machine learning

使用机器学习策划艺术展览

Eurico Covas

机构 * Instituto de Astrofísica e Ciências do Espaço ； Faculdade de Belas-Artes da Universidade de Lisboa（艺术大学里斯本美术学院） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文通过机器学习方法，利用现有展览数据训练模型，实现对策展工作的模拟，并验证小型模型在精度和连贯性上可媲美大语言模型。

PersonaRAG: Enhancing Retrieval-Augmented Generation Systems with User-Centric Agents

PersonaRAG: 通过以用户为中心的代理增强检索增强生成系统

Saber Zerhoudi, Michael Granitzer

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 PersonaRAG通过引入以用户为中心的代理，提升检索增强生成系统对用户需求的适应能力，实现更精准的个性化回答。

Journal ref Information Retrieval's Role in RAG Systems (IR-RAG) workshop at SIGIR, 2024, Washington D.C., USA

The Impact of Generative AI on Architectural Conceptual Design: Performance, Creative Self-Efficacy and Cognitive Load

生成式人工智能对建筑概念设计的影响：性能、创造性自我效能与认知负荷

Han Jiang, Yao Xiao, Rachel Hurley, Shichao Liu

专题命中 其他LLM ：prompting(abstract)；分类 cs.AI

AI总结 生成式人工智能在建筑概念设计中对初学者表现有提升，但降低总体创造性自我效能，效果依赖于用户专业知识和提示策略。

Multilinguality as Sense Adaptation

多语言性作为意义适应

Jan Christian Blaise Cruz, David Ifeoluwa Adelani, Alham Fikri Aji

机构 * MBZUAI ； McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能席位） ； SEACrowd 纠错

专题命中 其他LLM ：language model(abstract)；分类 cs.CL

AI总结 SENSIA通过意义层面的对齐和上下文表示，实现多语言转换，优于现有方法并以更少数据获得竞争力结果。

Comments Code available at https://github.com/jcblaisecruz02/sensia

It Takes Two to Make a Thing Go Right: Boosting Current in Coupled Motors

两人协作才能让事情顺利进行：提升耦合电机的电流

Geyao Gu, Drew Alvarez, John Strahan, Alex Albaugh, Emanuele Penocchio, Todd R. Gingrich

专题命中 其他LLM ：prompting(abstract)

AI总结 通过机械耦合多个催化驱动分子电机，可提升电流并恢复偏倚，从而提高整体性能。