HARGPT：大语言模型是否为零样本人类活动识别器
计算与语言
2024-03-06 v1 人工智能
人机交互
摘要
关于大型语言模型（LLM）是否作为无缝集成到解释物理世界的网络-物理系统（CPS）的基础模型存在 ongoing debate。在本文中，我们进行一次案例研究，以回答以下问题：LLM是否能够进行零样本人类活动识别（HAR）。我们的研究HARGPT给出了肯定的答案，通过演示LLM能够理解原始IMU数据并以零样本方式执行HAR任务，仅需适当的提示。HARGPT将原始IMU数据输入LLM，并利用角色扮演和思考逐步推理策略进行提示。我们使用GPT4对HARGPT进行基准测试，针对两种不同类别相似性的数据集进行测试，并与基于传统机器学习和最新深度分类模型的各种基线进行比较。令人惊讶的是，LLM成功地从原始IMU数据中识别出人类活动，并在两种数据集上始终优于所有基线。我们的发现表明，通过有效的提示，LLM可以基于其知识库解释原始IMU数据，具有有效分析物理世界原始传感器数据的前景。
引用
@article{arxiv.2403.02727,
title = {HARGPT: Are LLMs Zero-Shot Human Activity Recognizers?},
author = {Sijie Ji and Xinzhe Zheng and Chenshu Wu},
journal= {arXiv preprint arXiv:2403.02727},
year = {2024}
}