Loading...
机构名称:
¥ 1.0

由J. Fontanari传达了大语言模型的出现(LLMS),以改变自然和社会科学的研究,并为理解复杂系统的新范式提供了新的范式。尤其是基于生成代理的模型(GABM)集成了LLMS以模拟人类行为,由于它们在广泛的人工环境中建模复杂相互作用的潜力,吸引了越来越多的公众注意力。本文Brie -fly回顾了LLM在网络科学,进化游戏理论,社会动态和流行性建模等领域中发挥的破坏性作用。我们评估了最新进展,包括使用LLM来预测社会行为,增强游戏理论中的合作以及建模疾病的传播。发现表明LLM可以再现类似人类的行为,例如公平,合作和社会规范依从性,同时还引入了独特的优势,例如成本的效率,可扩展性和道德简化。然而,结果表明其行为与迅速灵敏度,幻觉甚至模型特征相关的行为,指出了控制这些AI驱动的药物的挑战。尽管有潜力,但LLM的有效整合到决策过程中(无论是在政府,社会还是个人环境中)都需要解决偏见,迅速设计挑战并了解人机相互作用的动态。未来的研究必须重新确定这些模型,标准化方法,并探索新的合作行为的出现,因为LLM越来越多地与人类互动,并有可能改变如何在各种系统中做出决策。

生命的物理评论

生命的物理评论PDF文件第1页

生命的物理评论PDF文件第2页

生命的物理评论PDF文件第3页

生命的物理评论PDF文件第4页

生命的物理评论PDF文件第5页

相关文件推荐

2024 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
1900 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥3.0
2024 年
¥24.0
2021 年
¥1.0
1900 年
¥8.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2015 年
¥1.0
2024 年
¥1.0