Loading...
机构名称:
¥ 1.0

在第一篇论文“使用大型语言模型的人工智能体推理综述”中,作者为 XAI 应对快速发展的大型语言模型的可解释性挑战做出了贡献。人工智能体中大型语言模型的日益复杂和使用凸显了研究其推理能力的必要性。作者通过他们的论文旨在了解大型语言模型如何很好地支持对人工智能体有用的各种推理形式。为此,他们使用 PRISMA 和滚雪球法进行了系统的文献综述。他们在 82 篇论文中映射了推理主张和大型语言模型能力。本文的研究结果揭示了推理主张与用于验证它们的测试之间的不匹配,研究存在重大差距,尤其是在道德推理方面。

可解释人工智能 (XAI) 迷你课程简介

可解释人工智能 (XAI) 迷你课程简介PDF文件第1页

可解释人工智能 (XAI) 迷你课程简介PDF文件第2页

相关文件推荐

2021 年
¥1.0
2022 年
¥13.0
2023 年
¥24.0
2024 年
¥1.0