Zhijing Jin

Dieser Artikel untersucht, wie Sprachmodelle faktische und kontrafaktische Informationen ausbalancieren.

Die Kombination von Ursachen-Beziehungen mit Vorhersagen verbessert die Genauigkeit der Sentiment-Analyse.

Eine Analyse, wie die abstrakte Bedeutungsdarstellung die Leistung von LLMs bei verschiedenen Aufgaben beeinflusst.

Neue Methode verbessert die Dokumentation von KI-Modellen und Datensätzen mithilfe fortschrittlicher Sprachmodelle.

Die Fairness und Ethik, wie Sprachmodelle auf Nutzer reagieren, untersuchen.

Analysieren, wie LLMs moralische Entscheidungen in verschiedenen Sprachen und Kulturen treffen.

Untersuchung der Verantwortung in der Zusammenarbeit zwischen Mensch und KI in verschiedenen Bereichen.