대규모 언어 모델(LLM)은 인간이 AI 시스템과 상호작용하는 방식을 혁신적으로 변화시켜 다양한 분야와 학문에 변화를 가져왔습니다. 이 강연에서는 LLM을 사용하여 인간-AI 상호작용을 강화하는 두 가지 접근법을 공유합니다. 첫 번째는 LLM이 계산 사회과학을 어떻게 변화시키는지, 그리고 인간-AI 협력이 사회과학 연구의 비용을 절감하고 효율성을 향상시킬 수 있는 방법을 탐구합니다. 두 번째 부분에서는 LLM이 피드백과 심사숙고(practical deliberative) 방식을 통해 치료사와 학습자를 지원함으로써 사회적 기술 학습을 어떻게 촉진하는지 살펴봅니다. 이 두 작업은 LLM을 통한 인간-AI 협력이 개인을 강화하고 긍정적인 변화를 촉진할 수 있음을 보여줍니다. 마지막으로 LLM이 인간과 AI 시스템 간 상호작용을 재정의하여 협력적 지능을 가능하게 하는 방식을 논의하며 결론을 맺습니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Diyi Yang
Proceedings of the AAAI Symposium Series
Stanford University
Building similarity graph...
Analyzing shared references across papers
Loading...
Diyi Yang (Mon,)이 이 질문을 연구했습니다.
www.synapsesocial.com/papers/68e694aeb6db64358761ac85 — DOI: https://doi.org/10.1609/aaaiss.v3i1.31183
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: