分类： 中国语言文学 >> 语言学及应用语言学 提交时间： 2024-09-25 合作期刊: 《南京理工大学学报(社会科学版)》
摘要：算力的提升和数据库的规模扩大使得现代大语言模型在自然语言处理上的表现飞速提升。这让一部分学者认为,大语言模型反映的语言习得与处理机制,相比起传统的生成语言学更接近语言规律的本质。但生成语言学和大语言模型在研究范式上存在根本性的不同。两种理论框架分别基于不同的研究对象和出发点,这决定了后续发展思路的差异,使得两者不可相互替代。大语言模型可以模拟人类语言运用的表现,却不能解释人类语言能力的本质。因此,大语言模型迅速发展的同时,继续推进生成语言学的研究仍有重要意义。
分类： 信息资源管理 >> 图书馆学 提交时间： 2024-09-27 合作期刊: 《农业图书情报学报》
摘要：[目的 / 意义]文献分类标引是图书馆等信息机构基础工作之一，目前有限的人工难以类分数量庞大的文献。大语言模型以优异的自然语言理解和处理能力，被用于完成诸如文本生成、自动摘要、文本分类等相关自然语言任务，能够与文献标引全过程相结合，有助于缓解分类标引压力。[方法 / 过程]结合 叶全国报刊索引曳 长期工作实践，从减轻标引人员阅读压力、大语言模型直接用于分类以及和自动标引模型相结合为切口，探索如何将大语言模型引入分类标引工作环节，以提高标引效率。[结果 / 结论]通过一系列对比测试和分析，设计 Prompt 辅助主题分类模型以及 ACBKSY 自动标引模型。Prompt 辅助主题分类模型标引人员快速了解文献重点，减少阅读压力。ACBKSY 模型整体分类准确率提高了 2.16%，非拒绝准确率提高了3.77%。在此基础上优化实际标引工作流程，目前此流程已在 R、F 大类文献标引中投入使用，经优化后的工作流程可以提高标引效率 1.1～1.4 倍。
分类： 信息资源管理 >> 情报学 提交时间： 2024-09-25 合作期刊: 《情报资料工作》
摘要：[目的/意义]为向人文社科领域研究人员提供业务文本分析与业务模型构建服务，搭建业务智能体构建平台以提供高效支持。[方法/过程]文章以“大模型+智能体”为指导思想，提出大语言模型自动迭代微调机制，基于业务流程认知图谱生成、资源解析工具按需生成、低代码业务功能开发等技术，通过PaaS模式搭建面向人文社科领域的业务智能体构建平台。[结果/结论]平台具备业务资源定制化生成、业务模型自动构建与可视化能力，利用平台构建业务智能体能够进行具体业务分析，为人文社科领域研究工作提供支持。
分类： 信息资源管理 >> 情报学 提交时间： 2024-09-10
摘要：[目的/意义]随着知识组织系统运作环境的变化，知识组织的重要性不断提升，为突破传统叙词表构建及应用困境，结合最新大语言模型技术探索叙词表构建新范式。[方法/过程]从叙词表自身特征及其构建思路入手，采用继续预训练、监督微调和强化学习的全流程微调结合本地知识库的方案对大语言模型进行微调训练，并基于“量子科技”和“理论力学”领域进行实证。[结果/结论]经过继续预训练、“多策略数据处理微调方案”和RLHF的微调方案表现更优。其中，对于“理论力学”领域的已有词表构建准确度高达89.06%，“量子科技”新兴领域词表构建准确度为63.02%。表明，本文方案可以实现已有词表的构建，且在新领域词表的构建中表现良好，具备一定可行性，为新领域叙词表构建提供参考。
分类： 体育学 提交时间： 2024-11-13 合作期刊: 《首都体育学院学报》
摘要：科学健身运动在促进大众体质健康、心理健康等方面均发挥着重要作用。在数智时代背景下，健身运动知识的智能查询与精准查询成为延伸全民健身公共服务供给，提高全民健身公共服务质量的重要环节。鉴于此，通过知识图谱与大语言模型的协同互补，探索构建知识图谱驱动的健身运动知识智能查询系统，提出涵盖知识抽取与表达、知识整合与管理、知识查询与问答于一体的实施方案，进而为实现精准化健身运动知识智能查询的研究与应用提供参考。
分类： 综合学科 >> 综合学科 提交时间： 2024-04-23 合作期刊: 《社会科学战线》
摘要：人工智能时代下，以大语言模型为代表的生成式人工智能技术引发了多领域的范式革命，探索其在学术研究中的应用价值与风险规避具有必要性。大语言模型本质是字词从语言空间向语义空间的转换模型，具有同构性、 统一性与稳定性的特征。大语言模型在学术研究中的价值主要体现在原创性、 知识管理与应用认同三个维度，提供了跨学科学术创新、 学术体系发展与提升学术研究影响力的价值。大语言模型存在的结构性与能动性局限主要表现为方法模糊、 责任模糊、 评价模糊、 主体性模糊，易造成研究信效度难以认定、人机角色责任划分不清，产生学术伦理不端与研究者关键技能退化的风险。 规范和引导大语言模型在学术研究中的应用，应增强研究者的主体性、 重视研究的解释性与反思性、 探索梯级人机协同研究策略与加强学术伦理建设。
分类： 公共管理学 >> 行政管理 提交时间： 2024-04-14
摘要：由ChatGPT等大模型引发的新一轮人工智能崛起并广泛应用，催生出许多新产业、新样态，同时不断嵌入数字政府等现实场景。以国内主流大模型应用为例，结合部分地区实践案例，剖析生成式人工智能与数字政府等场景相互结合的主要特征与作用逻辑。人工智能在提升治理效率的同时，会增加政府成本，带来新的风险，对现有制度、机制、技术和数据等提出新挑战。依据敏捷治理理论和有关概念，提出“软硬结合”完善制度体系、“数实融合”重塑运行机制、“虚实结合”打牢技术底座、“人机结合”释放治理效能等对策建议，以期为大模型等人工智能嵌入数字政府更好释放效能找到更优路径。
分类： 哲学 >> 科学技术哲学 提交时间： 2024-06-27 合作期刊: 《重庆邮电大学学报（社会科学版）》
摘要：人类创造是人们通过构建关系之网以确证自身在世界之中的位置，塑造意义世界的基础，此种构建需要某种“超越”的外部之物作为支撑。目前，大语言模型已经在智能生成方面表现出巨大的创造潜力，甚至在部分原创性任务中可以取代人类创造，这或将对人类的意义世界造成潜在性威胁。究其症结在于，大语言模型的底层生成逻辑是建立在相关主义基础之上的，而这种基础预设在激进化演绎的同时不可避免地暴露出其深层局限。一方面，大语言模型以“相关主义循环”的方式将自身封闭于字面主义的符号表征与现有的固定范式之内，使得“超越”之维不再可能; 另一方面，大语言模型的智能生成功能对于现实架构的渗透性影响又转而超越了相关主义的可理解范畴。从长远角度来看，这种深层矛盾必将冲击一直以来人类从单一主体视域出发建构而成的意义世界。人类何以突破相关主义的内在生成逻辑，维护自身意义世界，这是智能技术时代人类必须直面的问题。立足“物导向哲学”，实现对大语言模型生成逻辑的“超越”，其意义在于这种“超越”的双重性，既能更包容地将大语言模型类智能机器及其功能纳入“物”的可阐释范畴，又能以去中心化的方式突破相关主义束缚，借助“联合实在”的美学活动，通向超越性的外部，为人类创造添注活力，为人类意义世界提供支撑，以此开辟出“超越”大语言模型的意义生成之路。
分类： 教育学 >> 教育学原理 提交时间： 2024-11-13 合作期刊: 《重庆理工大学学报（社会科学）》
摘要：自OpenAI发布生成式交互工具ChatGPT以来，全球各大科技公司竞相宣布将会研发并上市类似产品，新一轮科技浪潮再次袭来。在ChatGPT及其同类产品广泛融入社会各领域的背景下，分析当下教育遇到的新挑战和新契机。为保证教育平稳地发展，应从价值理念、课程内容、教学变革等方面进行逻辑转换来适应教育数字化发展需求。鉴于此，提出在ChatGPT等智能应用背景下教育发展的实践路径，包括重视教育的人文价值关怀，正视ChatGPT等智能系统的职能，加强学习者高阶思维训练，促进学习者对知识底层逻辑的理解以及加大对教育人工智能应用的监管力度与研究，制定规范人工智能的伦理规范与规则等。
分类： 新闻传播学 >> 编辑出版学 提交时间： 2024-09-19 合作期刊: 《南京理工大学学报(社会科学版)》
摘要：随着元字宙技术的发展,虚拟数字人将成为新的“创作”主体,并对传统版权制度提出了严峻挑战。同人工智能一样,元字宙中虚拟数字人生成的内容属于文学、艺术和科学领域且能以一定形式表现,符合“形式”上的“作品”要件。那么,可版权性与否的关键就落在对于独创性要件的证立上。判断虚拟数字人生成内容的独创性,应秉持主观主义标准,重点考察其生成内容的过程中是否包含个性化创作空间。元宇宙中虚拟数字人生成内容的过程兼具机器智能与人类智慧,有别于单纯的人类或 AI“创作”,本质是一种人机协作。当下 ChatGPT4.0等大语言模型及提示工程技术的发展迅猛,人机协作模式正在逐渐替代单纯的人类或 AI“创作”成为主要创作方式。人机协作模式下,只要来源于人类智慧的个性化创作空间不会被机器智能所侵蚀,那么虚拟数字人生成的内容就符合独创性要件，具有可版权性。
分类： 应用经济学 >> 金融学 提交时间： 2024-06-25
摘要：新质生产力的核心是技术创新与应用,人工智能是铸造新质生产力最有效的手段,随着人工智 能技术的快速进步,大语言模型,特别是 GPT 系列,在金融行业的应用引起了广泛的关注。 这些模型在 处理金融文本、预测市场趋势、管理风险、执行算法交易以及改善客户服务等方面展现了显著的潜力,成 功地提升了金融新质生产力。 尽管如此,要成功将这些先进技术融入金融领域,同时确保数据隐私、模型 的解释性和准确性仍然存在诸多挑战。 文章深入探讨了大语言模型在金融领域应用的核心原理、面临的 主要挑战、最具潜力的应用场景、有效的效果评估方法、关键的落地实施因素、解决可解释性问题的策略、维护数据隐私和安全的重要性,以及预期的未来发展趋势和可能带来的行业变革。 通过全面的分析,为 金融机构利用大语言模型提供指导,同时为未来的研究方向提出建议。
分类： 应用经济学 >> 金融学 提交时间： 2024-06-18
摘要：新质生产力的核心是技术创新与应用,人工智能是铸造新质生产力最有效的手段,随着人工智 能技术的快速进步,大语言模型,特别是 GPT 系列,在金融行业的应用引起了广泛的关注。 这些模型在 处理金融文本、预测市场趋势、管理风险、执行算法交易以及改善客户服务等方面展现了显著的潜力,成 功地提升了金融新质生产力。 尽管如此,要成功将这些先进技术融入金融领域,同时确保数据隐私、模型 的解释性和准确性仍然存在诸多挑战。 文章深入探讨了大语言模型在金融领域应用的核心原理、面临的 主要挑战、最具潜力的应用场景、有效的效果评估方法、关键的落地实施因素、解决可解释性问题的策略、维护数据隐私和安全的重要性,以及预期的未来发展趋势和可能带来的行业变革。 通过全面的分析,为 金融机构利用大语言模型提供指导,同时为未来的研究方向提出建议。
主办：中国人民大学 承办：中国人民大学书报资料中心
邮箱: yuyin@ruc.edu.cn 电话:62516972 62515820
地址: 北京市海淀区中关村大街59号
版权所有©2024 中国人民大学
点击量
点击量
下载量
评论
待评议
京公网安备11040102700185