深度学习是人工智能领域的热门研究方向之一,它通过构建多层人工神经网络模仿人脑对数据的处理机制。大型语言模型(large language model,LLM)基于深度学习的架构,在无需编程指令的情况下,能通过分析大量数据以获得理解和生成人类语言...深度学习是人工智能领域的热门研究方向之一,它通过构建多层人工神经网络模仿人脑对数据的处理机制。大型语言模型(large language model,LLM)基于深度学习的架构,在无需编程指令的情况下,能通过分析大量数据以获得理解和生成人类语言的能力,被广泛应用于自然语言处理、计算机视觉、智慧医疗、智慧交通等诸多领域。文章总结了LLM在医疗领域的应用,涵盖了LLM针对医疗任务的基本训练流程、特殊策略以及在具体医疗场景中的应用。同时,进一步讨论了LLM在应用中面临的挑战,包括决策过程缺乏透明度、输出准确性以及隐私、伦理问题等,随后列举了相应的改进策略。最后,文章展望了LLM在医疗领域的未来发展趋势,及其对人类健康事业发展的潜在影响。展开更多
近年来大型体育场馆的数量快速增加,随之而来的突发事件也不断增多。人群拥挤踩踏事故是大型体育场馆较为常见的安全事故,严重威胁到人民的生命安全。为了梳理总结大型体育场馆内人群拥挤踩踏事故发生的致因因素,构建了大型体育场馆人...近年来大型体育场馆的数量快速增加,随之而来的突发事件也不断增多。人群拥挤踩踏事故是大型体育场馆较为常见的安全事故,严重威胁到人民的生命安全。为了梳理总结大型体育场馆内人群拥挤踩踏事故发生的致因因素,构建了大型体育场馆人群拥挤踩踏事故的过程模型。首先,基于系统理论事故模型与过程(systemstheoretic accident model and processes,STAMP)模型分析并构建大型体育场馆人群拥挤踩踏事故的安全控制结构,并依据该模型来识别和确定事故致因因素;其次,利用决策试验与评价实验室法(decision-making trial and evaluation laboratory,DEMATEL)分析踩踏事故各个致因因素之间的相互作用关系,并计算出各个致因因素的中心度、原因度以及权重;最后,辨识出大型体育场馆发生踩踏事故的原因因素、结果因素以及关键致因因素。结果表明,管理队伍未对人群进行正确的引导和疏散通道处发生人群拥堵等为关键致因素。该模型对大型体育场馆的人流管控和安全管理具有一定的参考和支撑作用。展开更多
得益于近期具有世界知识的大规模预训练模型的迅速发展,基于大模型的具身智能在各类任务中取得了良好的效果,展现出强大的泛化能力与在各领域内广阔的应用前景.鉴于此,对基于大模型的具身智能的工作进行了综述,首先,介绍大模型在具身智...得益于近期具有世界知识的大规模预训练模型的迅速发展,基于大模型的具身智能在各类任务中取得了良好的效果,展现出强大的泛化能力与在各领域内广阔的应用前景.鉴于此,对基于大模型的具身智能的工作进行了综述,首先,介绍大模型在具身智能系统中起到的感知与理解作用;其次,对大模型在具身智能中参与的需求级、任务级、规划级和动作级的控制进行了较为全面的总结;然后,对不同具身智能系统架构进行介绍,并总结了目前具身智能模型的数据来源,包括模拟器、模仿学习以及视频学习;最后,对基于大语言模型(Large language model,LLM)的具身智能系统面临的挑战与发展方向进行讨论与总结.展开更多
文摘深度学习是人工智能领域的热门研究方向之一,它通过构建多层人工神经网络模仿人脑对数据的处理机制。大型语言模型(large language model,LLM)基于深度学习的架构,在无需编程指令的情况下,能通过分析大量数据以获得理解和生成人类语言的能力,被广泛应用于自然语言处理、计算机视觉、智慧医疗、智慧交通等诸多领域。文章总结了LLM在医疗领域的应用,涵盖了LLM针对医疗任务的基本训练流程、特殊策略以及在具体医疗场景中的应用。同时,进一步讨论了LLM在应用中面临的挑战,包括决策过程缺乏透明度、输出准确性以及隐私、伦理问题等,随后列举了相应的改进策略。最后,文章展望了LLM在医疗领域的未来发展趋势,及其对人类健康事业发展的潜在影响。
文摘近年来大型体育场馆的数量快速增加,随之而来的突发事件也不断增多。人群拥挤踩踏事故是大型体育场馆较为常见的安全事故,严重威胁到人民的生命安全。为了梳理总结大型体育场馆内人群拥挤踩踏事故发生的致因因素,构建了大型体育场馆人群拥挤踩踏事故的过程模型。首先,基于系统理论事故模型与过程(systemstheoretic accident model and processes,STAMP)模型分析并构建大型体育场馆人群拥挤踩踏事故的安全控制结构,并依据该模型来识别和确定事故致因因素;其次,利用决策试验与评价实验室法(decision-making trial and evaluation laboratory,DEMATEL)分析踩踏事故各个致因因素之间的相互作用关系,并计算出各个致因因素的中心度、原因度以及权重;最后,辨识出大型体育场馆发生踩踏事故的原因因素、结果因素以及关键致因因素。结果表明,管理队伍未对人群进行正确的引导和疏散通道处发生人群拥堵等为关键致因素。该模型对大型体育场馆的人流管控和安全管理具有一定的参考和支撑作用。
文摘得益于近期具有世界知识的大规模预训练模型的迅速发展,基于大模型的具身智能在各类任务中取得了良好的效果,展现出强大的泛化能力与在各领域内广阔的应用前景.鉴于此,对基于大模型的具身智能的工作进行了综述,首先,介绍大模型在具身智能系统中起到的感知与理解作用;其次,对大模型在具身智能中参与的需求级、任务级、规划级和动作级的控制进行了较为全面的总结;然后,对不同具身智能系统架构进行介绍,并总结了目前具身智能模型的数据来源,包括模拟器、模仿学习以及视频学习;最后,对基于大语言模型(Large language model,LLM)的具身智能系统面临的挑战与发展方向进行讨论与总结.
