大型语言模型

本文提出了一种基于大语言模型的弱监督方法，用于从法律文档中自动提取关键属性，显著提升了法律判决和法规预测的准确性。

大型语言模型在预测神经科学实验结果方面超越了人类专家，展示了AI在科学研究中的巨大潜力。

本研究通过潜在剖面分析揭示了中国大学生在使用大语言模型进行英语学习时的三种不同参与模式。

大型语言模型（LLMs）如何重塑集体智能，带来机遇与挑战。

这篇教程介绍了如何利用开源的大型语言模型（LLMs）推动行为科学研究，涵盖特征提取、微调和文本生成等应用。

本文探讨了大型语言模型（LLMs）是否真正使用其生成的词语，并提出了从语言学元语义理论的角度来评估其输出的意义。

研究发现GPT-4在大多数心理理论任务中表现优于人类，但在识别社交失误方面表现不佳。

研究发现，按钮交互比自由文本交互更受用户欢迎，社交错误响应仅提高用户满意度。

这篇系统综述揭示了ChatGPT在多个领域应用中的五大局限性和五大机遇，为未来的研究和实践提供了重要参考。

ChatGPT-4在德国商法考试中表现优异，成为首个通过现实法律任务的对话代理，但仍需人工验证。

开发了一种自然语言模型，能够自动分类五种自传体记忆类型，显著提高记忆偏差评估的效率和准确性。

研究探讨了ChatGPT在教育评估中的潜力，发现其与人类评分者之间存在中等相关性，为自动化评分技术提供了新见解。

本文系统评估了多种文本挖掘方法在短文本中的应用，揭示了大型语言模型在推断个体内部状态方面的卓越表现。

研究发现，AI聊天机器人在高等教育中的使用虽然提升了学生的学术表现，但却对社交支持、孤独感和归属感产生了负面影响。

这篇论文探讨了GPT-3.5和ChatGPT在法律推理和起草任务中的表现，特别是在加密货币证券案件中的应用。

本文探讨了大型语言模型在教育中的潜力与挑战，并提出通过游戏化学习来平衡机遇与风险。

利用自然语言处理技术，开发了一种自动化评分方法，显著减少了自传体访谈的评分负担，并提高了研究效率。

研究发现GPT-3.5在社会科学研究中无法有效替代人类参与者，且表现出思想多样性的减少。

本文探讨了如何利用生成式AI（如ChatGPT）通过提示工程推动创新，提出了四种机制和框架。

通过微调大语言模型，显著缩小了多语言教育内容技能标注中的国家与语言差距。