我们收集了一些与大型语言模型（LLM）相关的文章，观点，视频和资源。其中一些链接还涵盖了其他生成模型。我们将定期更新此列表，以添加任何其他感兴趣的资源。本文是该系列的第三篇。（以前的版本在这里：v1 |v2.）
什么是法学硕士以及它们是如何工作的
什么是生成AI模型？，Kate Soule，来自IBM Technology的视频。
大型语言模型简介，John Ewald，来自Google Cloud Tech的视频。
什么是 GPT-4，它与 ChatGPT 有何不同？，Alex Hern，《卫报》。
查特在做什么...以及为什么它有效？，斯蒂芬·沃尔夫勒姆。
理解大型语言模型——变革性阅读清单，塞巴斯蒂安·拉施卡。
ChatGPT 如何训练，视频由 Ari Seff 提供。
ChatGPT – 这是什么？它是如何工作的？我们应该兴奋吗？还是害怕？，Deep Dhillon，The Radical AI播客。
您需要了解的有关ChatGPT，Joanna Dungate，图灵研究所博客的所有信息。
吟游诗人常见问题解答，谷歌。
从头开始的大型语言模型 |大型语言模型：第 2 部分，5 分钟内来自图形的视频。
什么是大型语言模型（LLM）？，来自Google for Developers的视频。
Risks of Large Language Models （LLM），Phaedra Boinodiris，来自 IBM Technology 的视频。
ChatGPT和其他LLM是如何工作的——以及他们下一步可以去哪里，David Nield，Wired。
什么是大型语言模型，机器学习掌握。
如何从ChatGPT中删除您的数据，Matt Burgess，Wired。
ChatGPT 可以改进而不是取代您的写作的 5 种方式，David Nield，连线。
人工智能提示工程：学习如何不问聊天机器人一个愚蠢的问题，Callum Bains，卫报。
期刊、会议、arXiv和其他文章
科学家对生成人工智能在其领域的潜力的看法，Meredith Ringel Morris，arXiv。
LaMDA： Language Models for Dialog Applications， Romal Thoppilan et al， arXiv.
如果你有一百万小时的GPU小时，要训练什么语言模型？，Teven Le Scao et al，arXiv。
羊驼：一个强大的，可复制的指令遵循模型，Rohan Taori等人。
使用价值目标数据集使语言模型适应社会的过程 （PALMS），艾琳·索莱曼、克里斯蒂·丹尼森，NeurIPS 2021。
关于随机鹦鹉的危险：语言模型会太大吗？
，艾米丽·本德，蒂姆尼特·格布鲁，安吉丽娜·麦克米兰-梅杰，什玛格丽特·什米切尔，FAccT 2021。A Survey of Large Language Models， Wayne Xin Zhao et al， arXiv.
A Watermark for Large Language Models， John Kirchenbauer， Jonas Geiping， Yuxin Wen， Jonathan Katz， Ian Miers， Tom Goldstein， arXiv.
在主观性与强加之间：计算机视觉数据注释中的权力动力学，Milagros Miceli，Martin Schuessler，Tianling Yang，ACM关于人机交互的论文集。
用于指示 AI 编写文本的 AI 分类器，OpenAI。
Pythia：用于跨训练和扩展分析大型语言模型的套件，Stella Biderman et al，arXiv。
GPT-4 技术报告，OpenAI，arXiv。
GPT-4 系统卡，OpenAI。
BloombergGPT： A Large Language Model for Finance， Shijie Wu et al， arXiv.
基于水印的AI生成内容规避检测， 蒋正元， 张景怀， 龚振强， arXiv.
PaLM 2 技术报告，谷歌。
大型语言模型（LLM）和ChatGPT：对核医学的影响是什么？，Ian L. Alberts，Lorenzo Mercolli，Thomas Pyka，George Prenosil，Kuangyu Shi，Axel Rominger和Ali Afshar-Oromieh，Eur J Nucl Med Mol Imaging。
医学和医学研究中大型语言模型的伦理学，Hanzhou Li，John T Moon，Saptarshi Purkayastha，Leo Anthony Celi，Hari Trivedi和Judy W Gichoya，柳叶刀。
大型语言模型时代的科学，Abeba Birhane，Atoosa Kasirzadeh，David Leslie和Sandra Wachter，Nature。
使用语言模型标准化化合物，Miruna T Cretu，Alessandra Toniato，Amol Thakkar，Amin A Debabeche，Teodoro Laino和Alain C Vaucher，机器学习：科学和技术。
如何保持文本私密？对用于隐私保护自然语言处理的深度学习方法的系统综述，Samuel Sousa & Roman Kern，人工智能评论。
材料转换器：用于生成材料设计的深度学习语言模型，Nihang Fu，Lai Wei，Yuqi Song，李沁阳，Rui Xin，Sadman Sadeed Omee，Rongzhi Dong，Edirisuriya M Dilanga Siriwardane和Jianjun Hu，机器学习：科学和技术。
大型语言模型编码临床知识，Karan Singhal等人，Nature。
SELFormer：通过SELFIES语言模型进行分子表示学习，Atakan Yüksel，Erva Ulusoy，Atabey Ünlü和Tunca Doğan，机器学习：科学和技术。
GPT-4 + 稳定扩散 = ？：使用大型语言模型增强对文本到图像扩散模型的快速理解，Long Lian，Boyi Li，Adam Yala和Trevor Darrell，BAIR博客。
报纸、杂志、大学网站和博客文章
为什么针对人类的考试可能不是像GPT-4，Ben Dickson，Venture Beat这样的LLM的良好基准。
GPT-4真的明白我们在说什么吗？，David Krakauer，Nautilus。
大型语言模型是有偏见的。逻辑能帮助拯救他们吗？，雷切尔·戈登，麻省理工学院新闻。
机器学习模型及其关系的生态系统图，斯坦福大学的研究人员。
ChatGPT在Wordle谜题上挣扎，这说明了很多关于它是如何工作的，Michael G. Madden，The Conversation。
AIhub咖啡角：用于科学写作的大型语言模型，AIhub。
ChatGPT是一个模糊的网络JPEG，Ted Chiang，纽约客。
ChatGPT，Galactica和Progress Trap，Abeba Birhane和Deborah Raji，Wired。
ChatGPT不能骗你，但你仍然不应该相信它，麦肯齐格雷厄姆，对话。
AI信息检索：一位搜索引擎研究人员解释了让ChatGPT及其表亲在网络上搜索你的承诺和危险，Chirag Shah，The Conversation。
研究的一小步，但实用性的巨大飞跃，林雪平大学弗雷德里克·海因茨访谈。
ChatGPT威胁着语言多样性。需要做更多的工作来保护我们在人工智能时代的差异，Collin Bjork，The Conversation。
专栏：怕人工智能？销售它的初创公司希望你成为，Brian Merchant，洛杉矶时报。
人工智能聊天机器人是安全灾难的三种方式，Melissa Heikkilä，麻省理工学院技术评论。
时间：OpenAI使用肯尼亚工人每小时不到2美元来降低ChatGPT的毒性，Billy Perrigo，TIME。
对“邪恶”ChatGPT的错误恐惧掩盖了正在造成的真正伤害，约翰·诺顿，卫报。
Darktrace警告说，自ChatGPT发布以来，人工智能增强型骗局有所增加，马克·斯威尼，卫报。
立法者努力区分人工智能和人类电子邮件，凯特布莱克伍德，康奈尔纪事报。
哥伦比亚法官说，他在裁决中使用了ChatGPT，卢克泰勒，卫报。
Bhashini：由ChatGPT提供支持的印度语言聊天机器人，来自《经济时报》的视频。
ChatGPT & Co.：大型语言模型的会话能力，Marisa Tschopp，Luca Gafner，Teresa Windlin，Yelin Zhang，SCIP。
人工智能机器不会“产生幻觉”。但他们的制作者是《卫报》的娜奥米·克莱因
谷歌推出新的AI PaLM 2，试图重新获得领导地位，Alex Hern，卫报。
高管们担心与ChatGPT意外共享公司数据：报告，Victor Dey，Venture Beat。
编辑来信：生成人工智能如何塑造新闻业和我们的新闻编辑室的未来，Michael Nuñez，Venture Beat。
ChatGPT是如何从制作它的人那里建立起来的内幕，Will Douglas Heaven，MIT Tech Review。
一个提出问题的聊天机器人可以帮助你发现什么时候没有意义，Melissa Heikkilä，麻省理工学院技术评论。
为生产构建LLM应用程序，Chip Huyen。
生成式人工智能不会彻底改变搜索——然而，Ege Gurdeniz和Kartik Hosanagar，哈佛商业评论。
如果AI图像生成器如此智能，为什么它们很难书写和计数？，Seyedali Mirjalili，The Conversation。
“它完全摧毁了我”：肯尼亚版主谴责人工智能模型训练的代价，Niamh Rowe，卫报。
OpenAI推出网络爬虫GPTBot，引发了网站所有者和创建者的阻止工作，Bryson Masse，Venture Beat。
为什么不可能建立一个公正的人工智能语言模型，Melissa Heikkilä，麻省理工学院技术评论。
如何在保护您的隐私的同时使用生成式 AI 工具，David Nield，连线。
不要辞掉你的日常工作：生成人工智能和编程的终结，Mike Loukides，Venture Beat。
OpenAI添加了“大量”ChatGPT更新，包括建议的提示，多个文件上传，Carl Franzen，Venture Beat。
年龄歧视，性别歧视，阶级歧视等等：人工智能生成的图像中偏见的7个例子，T.J. Thomson和Ryan J. Thomas，The Conversation。
ChatGPT的“开放”替代品正在兴起，但人工智能到底有多开放？，Radboud大学。
视觉字幕：使用大型语言模型通过动态视觉效果增强视频会议，Ruofei Du和Alex Olwal，谷歌。
为什么给人工智能生成的内容加水印并不能保证在线信任，Claire Leibowiczarchive页面，麻省理工学院技术评论。
报告
ChatGPT及更多：大规模AI模型巩固了大型技术力量，这是AI Now Institute报告的一部分。
播客和视频讨论
ChatGPT的局限性与Emily M. Bender和Casey Fiesler，Radical AI Podcast。
苏琳·布洛杰特谈创造公正的语言技术，好的机器人播客。
与Sam Charrington合作的TWIML AI播客有许多关于LLM和生成AI主题的剧集。
专注于法学硕士和教育
观点：ChatGPT – 这对学术诚信意味着什么？，吉赛尔·伯恩斯，梅西大学。
辩论：ChatGPT提供了看不见的机会来提高学生的关键技能，Erika Darics，Lotte van Poppel，The Conversation。
ChatGPT和作弊：改变学生评分方式的5种方法，Louis Volante，Christopher DeLuca，Don A. Klinger，The Conversation。
ChatGPT：学生可以使用人工智能作弊，但这是一个重新思考评估的机会，Sam Illingworth，The Conversation。
ChatGPT 的教师提示指南，@herfteducator。
教育工作者应该担心ChatGPT吗？，采访伊利诺伊大学的Jodi Heckel。
大型语言模型挑战高等教育的未来，Silvia Milano，Joshua A. McGrane和Sabina Leonelli，Nature。
ChatGPT，（我们需要谈谈），与剑桥大学的Vaughan Connolly和Steve Watson的问答。
不要担心学生使用ChatGPT作弊 - 人工智能是对教育平等的更大威胁，Collin Bjork，The Conversation。
医学教育中的大型语言模型：机遇，挑战和未来方向，Alaa Abd-Alrazaq，Rawan AlSaad，Dari Alhuwail，Arfan Ahmed，Padraig Mark Healy，Syed Latifi，Sarah Aziz，Rafat Damseh，Sadam Alabed Alrazak和Javaid Sheikh，JMIR医学教育。
大型语言模型和教育，马斯特里赫特大学。
与艺术和其他创作过程有关
“ChatGPT说我不存在”：艺术家和作家如何反击AI，Vanessa Thorpe，卫报。
人工智能和工作的未来：5位关于ChatGPT，DALL-E和其他AI工具对艺术家和知识工作者意味着什么的专家，Lynne Parker，Casey Greene，Daniel Acuña，Kentaro Toyama Mark Finlayson，The Conversation。
有没有办法支付那些工作用于训练人工智能的内容创作者？是的，但这不是万无一失的，布伦丹·保罗·墨菲，对话。
ChatGPT是高等教育需要重新思考评估的推动力，Sioux McKenna，Dan Dixon，Daniel Oppenheimer，Margaret Blackie，Sam Illingworth，The Conversation。
AI Art： How artists Are Use and Face the Machine Learning，YouTube视频，来自现代艺术博物馆。
“我们厌倦了等待Oasis重新组建”：AIsis，乐队由AI Liam Gallagher，Rich Pelley，The Guardian领导。
摄影师承认获奖图像是人工智能生成的，杰米格里尔森，卫报。
用文本到图像生成AI制作艺术的愚蠢，Ahmed Elgammal，The Conversation。
计算机编写的剧本和深度伪造的演员：好莱坞打击生成人工智能的核心是什么，Jasmin Pfefferkorn，对话。
演员们真的很担心电影制片厂使用人工智能——他们可能有道理，多米尼克·李斯（Dominic Lees），《对话》。
与机器人技术有关
ChatGPT for Robotics： Design Principles and Model Ability， Microsoft.
《内心独白：通过语言模型规划的具身推理》，黄文龙等，arXiv.
PaLM-E：一个具体的多模态语言模型，Danny Driess，谷歌。
意识，体现，语言模型（与Murray Shanahan教授合作），来自机器学习街头谈话的YouTube视频。
RoCo：与大型语言模型的辩证多机器人协作，赵曼迪，Shreeya Jain和Shuran Song，arXiv。
真棒LLM机器人，GitHub存储库，其中包含使用LLM进行机器人和强化学习的论文的治疗性列表。
LLM如何改变机器人设计过程？，Francesco Stella，Cosimo Della Santina和Josie Hughes，Nature。
错误信息、假新闻及其对新闻业的影响
假新闻狂潮：为什么ChatGPT对新闻业的真相可能是灾难性的，艾米丽贝尔，卫报。
Defending Against Neural Fake News， Rowan Zellers et al， arXiv.
篡改的苏纳克照片只是一系列政治深度伪造中的最新消息，丹米尔莫，卫报。
法规和政策
“政治宣传”：中国打击访问ChatGPT，海伦戴维森，卫报。
聊天机器人、深度伪造和语音克隆：出售的人工智能欺骗，美国联邦贸易委员会的博客文章。
“我没有给予许可”：人工智能的支持者关心数据法违规吗？，Alex Hern和Dan Milmo，卫报。
意大利的ChatGPT禁令吸引了欧盟隐私监管机构Supantha Mukherjee，Elvira Pollina和Rachel More。
基于公开可用的个人数据训练大型生成AI模型：AI法案可以解决的GDPR难题，Sebastião Barros Vale，数字宪法主义者。
ChatGPT：法律对谁拥有人工智能生成内容的版权有何规定，Sercan Ozcan，Joe Sekhon和Oleksandra Ozcan，The Conversation。
ChatGPT和训练AI的合法基础：混合方法？，Sophie Stalla-Bourdillon和Pablo Trigo Kramcsák，数字宪法主义者。
我们如何想象生成AI监管计划？《来自亚洲的视角》，陈宽伟，《数字宪政主义者》。
版权声明
本文仅代表作者观点，不代表本网站立场。
本文系作者授权本网站发表，未经许可，不得转载。
发表评论