ChatGPT

研究通过分析Twitter上关于ChatGPT和GPT-3的讨论，揭示了普通用户和技术专业人士对大型语言模型（LLM）早期采用的态度差异。

本文探讨了生成式大模型的数据安全风险及其法律治理，提出了分类监管和创新监管机制的建议。

跨模态语言大模型通过融合多模态数据，推动通用人工智能技术的进一步发展。

ChatGPT 在生成典型性评分数据时表现出与人类参与者相似的可靠性，为在线数据收集带来了新的机遇与挑战。

本文总结了以ChatGPT为代表的生成式大模型技术现状，探讨了大模型的关键技术挑战及未来发展方向。

这篇论文探讨了大模型时代自然语言处理的挑战、机遇与未来发展方向，分析了ChatGPT等大模型对NLP核心任务的影响及其带来的研究范式变革。

大模型技术如ChatGPT正在推动决策范式从计算决策向智能决策转变，涵盖数据来源、决策生态、决策模型及决策主体的全面变革。

人工智能大模型时代带来巨大机遇与治理挑战，需技术与行政手段结合应对。

本文探讨了类ChatGPT人工智能技术在数字政府治理中的应用价值与潜在风险，并提出了相应的防控策略。

本文探讨了人工智能通用大模型在教育中的应用及其对教育生态的深远影响，提出了从自动化到认知化的教育转型路径。

ChatGPT等大模型在信息资源管理领域带来了机遇与挑战，推动了技术应用范式转换和理论方法创新。

ChatGPT等大模型对会计职能转型产生深远影响，会计人员需积极应对人机协同模式下的变革与挑战。

ChatGPT通过指令微调和人类反馈强化学习，为大语言模型和多模态大模型的发展提供了新的技术路径。

本文探讨了ChatGPT从文本单模态到多模态大模型的现状与未来发展方向，提出了多模态预训练和数据—知识双轮驱动的关键研究方向。

ChatGPT引领的大模型技术实现了人工智能从量变到质变的跨越，有望成为赋能百业的关键基础设施。

新一代人工智能作为通用目的技术，通过创新使能、转型促进和体系变革三大机理，推动社会高质量发展。

这篇论文探讨了大型语言模型（LLMs）在社会科学研究中的潜在影响，特别是参与者可能使用LLMs生成回答，挑战了数据的真实性。

这篇论文探讨了影响用户使用ChatGPT的因素，提出了一个综合的信息技术接受框架，揭示了用户对AI聊天机器人的信任、互动性和信息质量的重视。

本研究通过分析3293个中文问答对，揭示了ChatGPT生成语言与人类语言在161个语言特征上的显著差异。

本文提出了一种基于ChatGPT的多模态实体情感分析框架，通过实体感知对比学习提升少样本学习效果。