中国科学院脑连接组与行为重点实验室,中国科学院脑连接组与操控重点实验室,中国科学院深圳先进技术研究院脑认知与脑疾病研究所;深港脑科学研究所,深圳,中国 4 中国科学院大学,北京,中国 5 上述作者对本文贡献相同 6 主要联系人 *通信地址:aidat@mit.edu (TA)、wildej@mit.edu (JJW)、zh.lu@siat.ac.cn (ZL)、fengg@mit.edu (GF)
•是否获得了内容创建者的训练许可? •遵循现有模式会导致不良后果,并且可能造成压迫 •访问 - 大型语言模型(ChatGPT、Bard)几乎完全基于英语 •消耗大量能源,需要互联网访问
目标:从 BL 中提取可计算表示并描述已识别的故障和漏洞 挑战:• 分析大型系统中的子系统行为 • 从人可读的文档和人为输入的代码中捕获企业流程流 • 从模糊的 BL 表示中提取逻辑 • 表示系统之系统 (SoS) 之间的流程 • 识别 BL 故障的不良后果
目标:从 BL 中提取可计算表示并描述已识别的故障和漏洞 挑战:• 分析大型系统中的子系统行为 • 从人可读的文档和人为输入的代码中捕获企业流程流 • 从模糊的 BL 表示中提取逻辑 • 表示系统之系统 (SoS) 之间的流程 • 识别 BL 故障的不良后果