麻豆精品无码av,欧美1区2区,久久中文字幕乱码人妻,亚洲欧美另类少妇精品,在线看黄射,69pao高清,九九九久久久国产精品,子操大逼1234区,九九爱99热精品

8
點(diǎn)贊
0
評(píng)論
3
轉(zhuǎn)載
我要入駐

CCCF專題 | 以人為中心的大模型Agent社會(huì)交互模擬——以推薦系統(tǒng)為例

收錄于合集: # 快訊

中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊2024年第11期專題聚焦“大模型時(shí)代下的人機(jī)交互”,深度剖析了這一時(shí)代下人機(jī)交互領(lǐng)域的最新研究成果與前沿趨勢(shì)。該專題邀請(qǐng)了該領(lǐng)域的杰出學(xué)者,精心撰寫了五篇學(xué)術(shù)力作,全方位多維度探討了大模型對(duì)人機(jī)交互的深遠(yuǎn)影響與促進(jìn)作用。《以人為中心的大模型Agent社會(huì)交互模擬——以推薦系統(tǒng)為例》是其中一個(gè)關(guān)鍵議題,它旨在分析和理解用戶與大模型Agent之間的復(fù)雜交互關(guān)系,構(gòu)建與人類價(jià)值對(duì)齊、公平無(wú)偏、可解釋、可信可靠的大模型Agent模擬器,并著重探討這一模擬器如何解釋和評(píng)估其對(duì)用戶期望價(jià)值目標(biāo)的影響、塑造以及潛在風(fēng)險(xiǎn)。這一前沿探索不僅為理解用戶與大模型Agent之間的交互機(jī)制提供了新的視角和方法,更為構(gòu)建更加健康、公平且可持續(xù)的數(shù)字社會(huì)環(huán)境提供了有力支持,引領(lǐng)大模型智能體技術(shù)邁向真正以人為本的新篇章。

作者信息

如果您對(duì)本文內(nèi)容感興趣的話,可以與作者聯(lián)系:

張鵬   復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院副教授、碩士生導(dǎo)師

聯(lián)系方式:zhangpeng_@fudan.edu.cn

 

實(shí)驗(yàn)室相關(guān)論文

[1] Guangping Zhang, Dongsheng Li, Hansu Gu, Tun Lu, Li Shang, Ning Gu. Simulating News Recommendation Ecosystems for Insights and Implications. In IEEE Transactions on Computational Social Systems, vol. 11, no. 5, pp. 5699-5713, Oct. 2024.

[2] Yubo Shu, Haonan Zhang, Hansu Gu, Peng Zhang, Tun Lu, Dongsheng Li, Ning Gu. RAH! RecSys-Assistant-Human: A Human-Centered Recommendation Framework with LLM Agents. In IEEE Transactions on Computational Social Systems, vol. 11, no. 5, pp. 6759-6770, Oct. 2024.

[3] Yaqiong Li, Peng Zhang, Hansu Gu, Tun Lu, Siyuan Qiao, Yubo Shu, Yiyang Shao, Ning Gu. DeMod: A Holistic Tool with Explainable Detection and Personalized Modification for Toxicity Censorship. In Proceedings of the ACM on Human-Computer Interaction, 2025.

[4] Shitong Duan, Xiaoyuan Yi, Peng Zhang, Tun Lu, Xing Xie, and Ning Gu. 2024. Denevil: Towards Deciphering and Navigating the Ethical Values of Large Language Models via Instruction Learning. In the Twelfth International Conference on Learning Representations, ICLR 2024, Vienna, Austria, May 7-11, 2024. 

[5] Shitong Duan, Xiaoyuan Yi, Peng Zhang, Tun Lu, Xing Xie, and Ning Gu. 2024. Negating Negatives: Alignment without Human Positive Samples via Distributional Dispreference Optimization. In Findings of the Association for Computational Linguistics: EMNLP 2024, Miami, Florida, November 12-16, 2024.

學(xué)者網(wǎng)機(jī)構(gòu)號(hào)是學(xué)者網(wǎng)提供的學(xué)術(shù)"公眾號(hào)"平臺(tái),為學(xué)者團(tuán)隊(duì)、學(xué)術(shù)機(jī)構(gòu)、企業(yè)等提供官方媒體賬號(hào)服務(wù),支持發(fā)布動(dòng)態(tài)、活動(dòng)、通知與招生招聘信息等內(nèi)容,支持多人協(xié)作維護(hù),助力機(jī)構(gòu)鏈接學(xué)界資源、擴(kuò)大學(xué)術(shù)影響力。

返回頂部
上犹县| 达日县| 蓬溪县| 兴宁市| 兴义市| 兴业县| 新兴县| 宝应县| 客服| 达州市| 磐安县| 札达县| 洞头县| 千阳县| 三明市| 南华县| 建宁县| 浪卡子县| 沾化县| 寿阳县| 吴川市| 阿城市| 都江堰市| 辽阳县| 台江县| 肃宁县| 华容县| 耿马| 遂昌县| 广元市| 白水县| 佛教| 婺源县| 衡南县| 行唐县| 虎林市| 肥城市| 黔西县| 弥渡县| 昭通市| 宜川县|