인간 중심적 관점에서 벗어나 인공지능과 외계 생명체의 관계를 균형 잡힌 시각으로 바라보아야 한다.
여성 지원자는 남성 지원자에 비해 성 평등, 가족 관련 질문을 거의 3배 더 많이 받는 반면, 남성 지원자는 기술, 국제 정치, 스포츠 관련 질문을 더 많이 받는다.
관찰된 행동으로부터 에이전트의 숨겨진 목표를 추론하는 목표 인식 문제에 대한 설명 가능한 모델을 제안한다.
ExploreSelf는 사용자가 자신의 개인적 과제에 대해 자율적으로 탐색하고 성찰할 수 있도록 지원합니다. 사용자는 초기 내러티브와 관련된 다양한 주제를 탐색하고, 세부 질문을 통해 주제를 심도 있게 성찰할 수 있습니다. 또한 AI 생성 키워드와 코멘트를 통해 적응형 안내를 받으며, 탐색의 주도권을 유지할 수 있습니다.
다중 모달 데이터를 활용하여 대화 참여도를 예측하는 LLM 기반 접근법을 제안한다.
AI 기술의 발전으로 인한 직장 문화의 변화에 대비하고 인간 중심의 협력 방식을 모색해야 한다.
대형 언어 모델은 주관적 과제에서 프롬프트의 증거를 무시하고 자신의 사전 지식에 의존하는 경향이 있다.
정신 건강 장애를 가진 사용자의 특성과 과제 특성이 대형 언어 모델 기반 정신 건강 치료 도구에 대한 사용자 태도에 영향을 미친다.
이 연구는 에피소드를 설명하고 인식하며 논리적 추론을 수행하기 위한 계산 프레임워크를 제시한다. 이 프레임워크는 관계형 데이터베이스와 그래프 데이터베이스로 구성되며, 행동과 참여자로 구성된 에피소드를 기록한다. 범주론에 기반한 연산을 통해 에피소드 간 비교와 연역적 추론, 이야기의 추상화 등이 가능하다.
대규모 언어 모델을 활용하여 알츠하이머 환자 가족들이 환자의 기억을 상기시킬 수 있는 솔루션 개발