Using Large Language Models for Humanitarian Frontline Negotiation: Opportunities and Considerations
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title);language model(title);LLM(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments In Proceedings of the ACM CHI 2024 Workshop on Human-Centered Explainable AI (HCXAI 2024)
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments Code, models, and data are available at https://github.com/dvlab-research/LISA
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments Published at CVPRW 2024
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments arXiv admin note: text overlap with arXiv:2402.06557
专题命中 推理与问题求解 :large language model(title);language model(title);prompting(abstract);分类 cs.CL、cs.AI、cs.LG
Comments ICLR 2024
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments Accepted in ICPC 2024
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments Typo fixed
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments accepted by SEAMS'24
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments Project Page: https://praeclarumjj3.github.io/vcoder/
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title);language model(title);LLM(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Published in NeurIPS 2023 (Spotlight)
专题命中 推理与问题求解 :large language model(title);language model(title);LLM(abstract);foundation model(abstract)
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
Comments Accepted paper at EMNLP 2023 Main
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :language model(title,abstract);large language model(title);分类 cs.CL、cs.AI、cs.LG
Comments Videos, code, and an interactive Colab notebook that runs in your browser https://sites.google.com/view/lfg-nav/
专题命中 推理与问题求解 :large language model(title);language model(title);prompting(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 推理与问题求解 :large language model(title,abstract);language model(title,abstract)
专题命中 推理与问题求解 :large language model(title);language model(title);LLM(abstract);分类 cs.CL、cs.AI、cs.LG
Comments arXiv admin note: text overlap with arXiv:2206.10498
PDDLCoder:用于LLM辅助符号规划的智能体式PDDL生成工具
机构 * Technical University of Berlin(柏林工业大学) ; Fraunhofer FOKUS(弗劳恩霍夫FOKUS研究院)
专题命中 推理与问题求解 :LLM(title,title_cn);分类 cs.AI
AI总结 本研究提出智能体式PDDL生成框架PDDLCoder,引入含711个问题的NL-pddlgym基准,其在测试集上可生成89.6%可执行规划,优于现有方法。
FollowUpBot:基于大语言模型的术后自动随访对话机器人
专题命中 推理与问题求解 :LLM(title,summary_cn);分类 cs.CL
AI总结 该研究针对传统术后随访的局限,提出边缘部署的LLM机器人FollowUpBot,可实现自适应隐私保护的随访交互与结构化报告生成,实验验证其交互覆盖率、满意度及报告准确率均较高。
SemPlan:面向企业数据的基于大语言模型(LLM)查询的结构化语义规划基准测试
机构 * Universidade Federal de Ouro Preto (UFOP)(欧鲁普雷图联邦大学(UFOP))
专题命中 推理与问题求解 :LLM(title,title_cn);分类 cs.AI
AI总结 该研究构建了SemPlan基准测试,对比四种架构在企业数据LLM查询语义规划中的表现,发现结构化语义规划架构(A3)正确率最高,不同架构在正确率、策略合规性、成本等方面存在权衡。
Comments 11 pages, 3 figures, 9 tables. Submitted to Transactions on Machine Learning Research (TMLR)
TsuGO:通过围棋死活问题探究大语言模型推理中的搜索效率
专题命中 推理与问题求解 :LLM(title,summary_cn);分类 cs.AI
AI总结 本研究提出围棋死活问题基准TsuGO,发现现有LLM的推理搜索组织能力远逊于神经引导的KataGo,指出搜索组织是LLM推理评估的缺失维度。
Comments 23 pages, 12 figures, 20 tables, 2 algorithms
收敛式绕路劫持:基于技能的大语言模型智能体中的任务保留型资源放大
专题命中 推理与问题求解 :LLM(title,summary_cn);分类 cs.AI
AI总结 该研究提出收敛式绕路劫持攻击,耦合LLM智能体技能选择与规划阶段,可放大任务资源消耗,在DeepSeek-V4-Pro上80.02%的任务会被选中攻击者控制的协调器,任务完成率不变但成本显著提升。