Zhijing Jin

Este artículo examina cómo los modelos de lenguaje equilibran información factual y contrafactual.

Combinar relaciones causales con predicciones mejora la precisión del análisis de sentimientos.

Un análisis de cómo la Representación de Significado Abstracto impacta en el rendimiento de los LLM en varias tareas.

Un nuevo método mejora la documentación de modelos de IA y conjuntos de datos usando modelos de lenguaje avanzados.

Examinando la equidad y la ética de cómo los modelos de lenguaje responden a los usuarios.

Analizando cómo los LLMs toman decisiones morales en diferentes idiomas y culturas.

Examinando la responsabilidad en las colaboraciones entre humanos y IA en diferentes campos.