摘要本文介绍了Hanooman,这是一种生成的AI和大型语言模型聊天机器人,其灵感来自Hindu Geity Lord Hanuman。Hanooman旨在体现力量,敏捷性和奉献精神的素质,利用尖端的语言处理能力,为用户提供信息丰富且引人入胜的对话。我们探索了哈诺曼的概念框架,架构和培训程序,展示了其在各个领域的潜在应用。我们的评估结果表明,在响应准确性和上下文理解方面,Hanooman优于现有的聊天机器人,使其成为自然语言处理和人类计算机互动的有前途的工具。大语言模型(LLM)和生成AI是人工智能的重大进步,彻底改变了我们与技术的互动,生成内容和理解人类语言的方式。llms,在大量数据集中受过培训,在语言翻译,文本摘要,问题答案和创意写作等任务中表现出色。生成的AI(AI的一个子集)会产生自主输出,通常表现出惊人的创造力和连贯性。印度亿万富翁穆克什·安巴尼(Mukesh Ambani)与IIT孟买和其他八个印度技术学院合作,加入了AI竞赛,以推出“ Hanooman”,这是一集,该集合以22种印度语言培训了大型语言模型。关键字:哈诺曼,大语言模型,人工智能,生成AI1。简介
● 计算机科学家(和应用程序设计师)赋予聊天机器人独特的个性。● 人工智能聊天机器人在聊天时还可以“表达情绪”,如快乐、悲伤或兴奋。聊天机器人被教导去理解这些情绪,以便它能够用正确的词语做出回应,即使它实际上无法感受到这些情绪。● 人工智能聊天机器人有记忆。它们可以记住你与它们的对话,并利用这些对话以像与朋友聊天一样的方式做出回应。
I.简介技术在日常工作和企业中都具有重要作用。它以各种方式使用,并提供各种目的。人工智能最近越来越受欢迎。人工智能(AI)模拟了人类的认知功能。更具体地说,与人类非常接近,AI聊天机器人目前正在此软件中代替人类响应。聊天机器人是一款计算机程序,充当虚拟助手和人类与机器人之间的桥梁。近年来,它的突出是由于技术的巨大进步。人工智能,机器学习和其他基本主题,例如自然语言处理和神经网络。这些聊天机器人表现出色。要与任何个人进行对话,请使用交互式查询。最近可用于改进和扩展聊天机器人行业的基于云的聊天机器人服务的数量已激增。IBM Watson,Cleverbot,Eliza Chatbot和无数其他服务就是这些服务的示例。近年来,人类机器人对话的艺术已经显着发展,这些对话代理人变得更加容易受到接受。
摘要:Ayurjanakosh是一个创新的软件平台,旨在通过大语言模型彻底改变个性化的阿育吠陀医疗保健。该平台根据用户的Prakriti(宪法)和Dosha提供个性化的药物和配方建议,同时还考虑了病史。通过使用Langchain和标准化的数据模式,Ayurjanakosh确保了有效的语义搜索和个性化的健康见解。结果表明,个性化的医疗保健方面取得了重大进步,将古代阿育吠陀智慧与现代技术合并为整体健康管理。该项目解决了个性化的阿育吠陀解决方案的关键差距,从而在整体健康实践中得到了重大改进。关键字:阿育吠陀科学,聊天机器人,医疗保健,自然语言处理(NLP),LLM,lang链,语义搜索,矢量搜索。
AI系统已经快速高级,多元化和扩散,但是我们对人们对他们的思想和道德的看法的了解仍然有限,尽管它对人们是否信任AIS以及他们如何分配AI引起的危害的责任。在一项预先进行的在线研究中,有975名参与者对26个AI和非AI实体进行了评价。总的来说,AI被认为具有低到中度的代理(例如,计划,行动),无生命的物体和蚂蚁之间以及低经验(例如,感应,感觉)。例如,Chatgpt的评分只能像岩石一样能够感到愉悦和痛苦。类似的道德能源,道德机构(做对与错)和道德专案(正确或错误地对待)较高,更多样化,尤其是道德机构:最高评级的AI,Tesla Full自动驾驶的汽车,被认为是道德上的危害,以危害作为黑猩猩。我们讨论了设计选择如何帮助管理感知,尤其是在高度的道德背景下。
由OpenAI开发,GPT-4 1具有高级推理能力,复杂的代码生成以及在多个学科的熟练程度。它可以处理文本和图像,展示接近人类能力的技能。值得注意的是,GPT-4已经解决了幻觉和提高的事实准确性等问题。与其前身可自由访问的GPT-3.5相比,GPT-4在各个类别的事实评估中得分近80%。该模型已在超过万亿个参数上训练,并支持最大上下文长度为32,768个令牌。最近,据透露,GPT-4是一个包括八个不同模型的混合模型,每个模型都有2200亿个参数。虽然GPT-4的响应速度较慢,并且推理时间较高,但它仍然是2024年严重应用的最佳选择。
摘要:在数字时代,聊天机器人已成为自动化通信和改善各个部门用户体验的重要工具。本文提出了由自然语言处理(NLP)提供动力的聊天机器人助手系统,以对用户查询提供智能,上下文感知和实时响应。该系统结合了NLP技术,例如文本预处理,意图识别和实体提取,以促进有效的相互作用。我们探索系统的体系结构,工作原理和应用,以及其在不同域中的性能评估。关键字:聊天机器人,自然语言处理,NLP,意图识别,实体提取,对话系统,对话AI,文本预处理,机器学习。I.引言聊天机器人随着能够理解和回应人类语言的自动助手而广泛普及。它们用于各种应用程序,包括客户支持,虚拟助手,医疗保健等。这些系统背后的核心技术是自然语言处理(NLP),它使机器能够以有意义的方式解释,处理和生成人类语言。本文讨论了一个利用NLP技术与用户交互的聊天机器人助手系统。我们专注于关键的NLP任务,例如令牌化,意图识别和实体提取,这些任务构成了有效的对话性AI系统的骨干。II。 这些组件如下所示:系统的主要组成部分是:1。 2。 3。 4。 5。II。这些组件如下所示:系统的主要组成部分是:1。2。3。4。5。系统体系结构NLP提供动力的聊天机器人助理系统的体系结构涉及几个关键组件,它们可以和谐地处理用户查询并生成适当的响应。用户界面:用户与聊天机器人进行交互的平台或接口(例如,网站,移动应用程序,消息平台)。文本预处理:此步骤清洁并准备用户输入以进行进一步分析。它涉及令牌化,删除停止词和茎/诱饵。意图识别:系统从输入文本中确定用户的意图。这是使用机器学习或深度学习算法(例如支持向量机(SVM),随机森林或神经网络)完成的。实体提取:识别关键实体(例如日期,名称,位置等)在用户输入中。对话管理:系统决定如何根据公认的意图和提取的实体做出响应。可以使用基于规则或生成的方法来制定响应。6。响应生成:此组件根据对话上下文和用户查询生成响应。7。输出:生成的响应将发送回用户界面以进行演示。iii。方法论3.1文本预处理文本预处理是NLP任务的关键步骤,因为它将原始输入转换为结构化格式以进行分析。主要的预处理技术是:•令牌化:将输入文本分解为较小的单元(令牌),例如单词或短语。
Omen,O.,Thuem,S.,Pfaff,H。&Janssen,C.,2011。 社会支持,共同决策和患者对医生的信任之间的关系:使用科隆患者问卷调查对2,197名住院患者的横断面调查。 国际公共卫生杂志,第56卷,第56页。 319–327。Omen,O.,Thuem,S.,Pfaff,H。&Janssen,C.,2011。社会支持,共同决策和患者对医生的信任之间的关系:使用科隆患者问卷调查对2,197名住院患者的横断面调查。国际公共卫生杂志,第56卷,第56页。 319–327。
。cc-by-nc-nd 4.0国际许可证可永久提供。是作者/资助者,他已授予Medrxiv的许可证,以显示预印本(未通过PEER REVIVE的认证)Preprint preprint the本版本持有人于2025年2月15日发布。 https://doi.org/10.1101/2024.11.25.24317880 doi:medrxiv preprint
本文调查了人类与AI驱动的聊天机器人的互动如何冒犯人的尊严。当前的聊天机器人,由大语言模型(LLM)驱动,模仿人类语言行为,但缺乏真正的人际际尊重所必需的道德和理性能力。人类倾向于拟人化聊天机器人 - 的确,聊天机器人似乎是故意设计的,以引起这种反应。结果,人类对聊天机器人的行为类似于道德药物之间互动的典型行为。借鉴了尊严的二人关系说明,我们认为以这种方式与聊天机器人进行交互与用户的挖掘不兼容。我们表明,由于第二个人的尊重是基于对二个人道德权威的相互认可,因此鉴于缺乏互惠性,以传达第二个人的尊重的方式行事以道德上有问题。因此,这种聊天机器人的互动等于微妙但有明显的侵犯自尊的行为 - 我们有责任表现出自己的尊严。我们通过讨论四个实际的聊天机器人用例(信息检索,客户服务,咨询和陪伴)来说明这一点,并提出,与聊天机器人进行这种互动的社会压力越来越多,迄今对人类尊严的威胁不足。
