大型语言模型在体育科学与医学中的机遇、风险与考量
计算与语言
2023-05-09 v1
摘要
本文探讨了在体育科学与医学中使用大型语言模型（LLMs）的潜在机遇、风险与挑战。LLMs 是具有 transformer 风格架构、在海量文本数据上训练并通常通过人类反馈微调的大型神经网络，能够执行范围广泛的自然语言处理任务。在体育科学与医学中，LLMs 有潜力支持并增强体育医学从业者的知识、为个性化训练方案提供建议，并有可能向发展中国家的从业者分发高质量信息。然而，LLMs 的使用与开发也存在潜在风险，包括用于创建模型的数据集中的偏差、泄露机密数据的风险、生成有害输出的风险，以及需要通过反馈使这些模型与人类偏好对齐的需求。仍需进一步研究以充分理解 LLMs 在体育科学与医学中的潜在应用，并确保其使用对运动员、客户、患者、从业者及公众而言是合乎伦理且有益的。
引用
@article{arxiv.2305.03851,
title = {Large Language Models in Sport Science & Medicine: Opportunities, Risks and Considerations},
author = {Mark Connor and Michael O'Neill},
journal= {arXiv preprint arXiv:2305.03851},
year = {2023}
}
备注
4 Pages, 1 Figure