从学徒到研究助手：利用大型语言模型推进研究
人机交互
2024-04-10 v1 人工智能
机器学习
摘要
大型语言模型（LLM）已成为各种研究领域的强大工具。本文通过文献综述和第一手实验考察了它们的潜力。虽然LLM提供了成本效益和效率等优势，但必须解决提示调整、偏见和主观性等挑战。该研究展示了利用LLM进行定性分析的实验见解，突出了成功和局限性。此外，它讨论了缓解挑战的策略，例如提示优化技术和利用人类专业知识。本研究与“LLM作为研究工具”研讨会关注将LLM批判性和道德地整合到人机交互数据工作中的重点一致。通过解决机遇和挑战，我们的工作为关于其在研究中负责任应用的持续对话做出了贡献。
引用
@article{arxiv.2404.06404,
title = {Apprentices to Research Assistants: Advancing Research with Large Language Models},
author = {M. Namvarpour and A. Razi},
journal= {arXiv preprint arXiv:2404.06404},
year = {2024}
}