Using Large Language Models for Cybersecurity Capture-The-Flag Challenges and Certification Questions
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
Comments Accepted at DocEng 2023, 4 pages, 1 figure, 2 tables
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);prompting(abstract);分类 cs.CL、cs.AI
Comments Submitted to AI4AI Workshop 2023
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);prompting(abstract);分类 cs.CL、cs.AI
Comments 24 pages
Journal ref Machine Learning for Healthcare Conference, PMLR, 2023
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 领域大模型 :prompting(title,abstract);LLM(title);large language model(abstract);language model(abstract)
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.AI、cs.LG
Comments ICML 2023 (Camera-Ready version)
Journal ref ICML, 2023
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.AI、cs.LG
Comments 31 pages, 2 figures
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
Comments 13 pages, 1 figure. To be published in Proceedings of the 2023 ACM Conference on International Computing Education Research V.1 (ICER '23 V1)
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
Comments Proceedings of the ASME 2023 International Design Engineering Technical Conferences and Computers and Information in Engineering Conferences
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
Comments 15 pages
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);prompting(abstract);分类 cs.CL、cs.LG
Comments EACL-23
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
Comments arXiv admin note: substantial text overlap with arXiv:2209.13020
专题命中 领域大模型 :language model(title,abstract);prompting(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments 12 pages, 6 figures, 4 tables. Accepted by NLLP 2022 (EMNLP workshop)
LLM能否推理品牌所有权?领域归属智能的实证研究
机构 * Google(谷歌) ; Microsoft(微软)
专题命中 领域大模型 :LLM(title_cn,summary_cn);large language model(abstract);language model(abstract);分类 cs.AI
AI总结 针对品牌域名归属歧义问题,首次系统评估LLM在域名枚举、开放归属和二元分类三项任务中的品牌智能表现,发现模型依赖外部工具(如WHOIS)才能实现高精度所有权验证。
Comments llm, brand intelligence, whois, search, squatting domains, brand domains
专题命中 领域大模型 :language model(title,abstract);small language model(title,abstract);large language model(abstract);分类 cs.CL
Comments Presented at NeurIPS 2024 Workshop on Adaptive Foundation Models
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL
Comments 8 pages, 10 figures. To appear in NeurIPS 2024 Advancements in Medical Foundation Models Workshop
专题命中 领域大模型 :large language model(title,abstract);language model(title,abstract);prompting(abstract);分类 cs.CL
Comments In submission; Data and code are available at: https://github.com/EternityYW/BiasEval-LLM-MentalHealth
EPS Research Astro-RAG平台:用于跨纪元天体物理运动学分析、LLM辅助研究工作流程和教育推广的统一开放科学基础设施
专题命中 领域大模型 :LLM(title,title_cn)
AI总结 提出一个开放科学平台,整合四个跨纪元天体物理语料库、120个可执行Jupyter笔记本示例,并利用LLM辅助检索增强生成(RAG)研究工作流程,通过ω运动学校正揭示从z=0到z~5的角速度符号反转。
Comments 5 pages, no figures, no tables. Platform release: four open astrophysical corpora (772 objects, z=0 to z~6), 120 verified Jupyter notebooks, QuickStart reproducibility pathway, and High-School Exploration Track. Zenodo DOIs: 10.5281/zenodo.19563417, 10.5281/zenodo.20320362, 10.5281/zenodo.19907765, 10.5281/zenodo.20369285. GitHub: github.com/eps-research/rag-corpus-series
RobustDefect-LLM:具备决策支持与AI辅助报告的可解释、鲁棒性感知型工业表面缺陷分类方法
专题命中 领域大模型 :LLM(title,title_cn)
AI总结 本文提出RobustDefect-LLM框架,在NEU-DET数据集上评估四种CNN,选MobileNetV3-Large实现高准确率,结合Grad-CAM与置信度路由,集成AI辅助报告,验证了工业缺陷检测工作流的可行性。
Comments 27 pages, 11 figures, 16 tables, preprint manuscript, the source code is publicly available
面向基于大语言模型(LLM)的序列推荐中缓解模态偏差的结构保留投影
专题命中 领域大模型 :LLM(title,title_cn)
AI总结 本文针对基于LLM的序列推荐中投影引入的模态偏差问题,提出结构保留投影方法,通过专用损失维持协同嵌入关系几何,经实验验证可提升推荐性能。
Comments Accepted at RecSys 2026
IMFuse:面向大语言模型增强型序列推荐的实例感知多层融合方法
专题命中 领域大模型 :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 针对LLM增强型序列推荐中仅用最后一层表示的缺陷,提出IMFuse方法,通过实例感知多层融合策略生成个性化语义表示,在四个数据集上平均相对提升6.72%且开销有限。
Comments 12 pages, 5 figures, and 9 tables. Yuheng Zheng and Yu Cui contributed equally. Jiawei Chen is the corresponding author
评估基于大语言模型的索引优化的实用性效果:微软数据库优化顾问
专题命中 领域大模型 :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 本文通过工业基准和真实企业工作负载评估LLM驱动的索引优化效果,对比微软数据库优化顾问(DTA),发现LLM在部分情况下能提供更优执行时间配置,但生产环境中应用仍面临性能波动、集成影响和验证成本等挑战。
利用基于 RAG LLM 的语义分析和推荐系统映射和比较气候公平政策实践
专题命中 领域大模型 :LLM(title,title_cn);large language model(abstract);language model(abstract)
AI总结 本文利用基于RAG LLM的语义分析和推荐系统,研究气候公平政策实践的比较与映射,揭示规划领域在AI时代的核心职责与政策趋势。
用于钙钛矿氧化物逆设计的符号谓词引导语言智能体
专题命中 领域大模型 :LLM(summary_cn,abstract);language agent(title);large language model(abstract);language model(abstract)
AI总结 研究钙钛矿氧化物逆设计,引入 DSL 引导策略,将自然语言规则转化为符号谓词,开发 ORCHESTRA 框架。该策略能增强 LLM 智能体推理能力,无需大量特定任务数据集或额外训练,提升材料设计性能。
DashChat: 通过与LLM驱动的智能体对话交互式创作性能仪表盘设计原型
专题命中 领域大模型 :LLM(title,title_cn)
AI总结 提出DashChat系统,通过LLM驱动的多智能体管道将文本需求转化为性能仪表盘原型,加速迭代并保证设计质量。
基于LLM的语义对齐框架用于期刊推荐
专题命中 领域大模型 :LLM(title,title_cn);large language model(abstract);language model(abstract)
AI总结 提出一种基于大语言模型的语义对齐框架,将期刊推荐转化为稿件内容与期刊范围描述之间的语义匹配问题,无需训练即可实现高效推荐。
基于硬件安全门控的LLM编写原生ARTIQ控制代码系统在离子阱平台上的应用
专题命中 领域大模型 :LLM(title,title_cn)
AI总结 提出一种硬件安全门控系统,通过令牌授权机制确保LLM代理在离子阱实验中安全自主地编写和执行控制代码,并在实验中验证了其有效性和可移植性。
Comments 15 pages, 5 figures