KAIST Intern
1.Will Affective Computing Emerge from Foundation Models and General AI? A First Evaluation on ChatGPT
Paper Link이 연구의 목적은 ChatGPT의 감정 문제에서의 성능을 평가하여, 큰 데이터 기반의 기초 모델인 (foundation model as ChatGPT)이 특정 작업을 위한 별도의 훈련 없이도 다양한 NLP 작업에서 전반적으로 우수한 성능을 보일 수 있
2.Towards Interpretable Mental Health Analysis with Large Language Models
1-1. 연구 목적 : 이 연구의 목적은 LLM, ChatGPT를 사용하여 자동화된 정신 건강 분석의 성능을 평가하였다. 기존 관련한 연구의 경우 평가의 부적절성 그리고 프롬프트의 전략 부족(단순히 출력값 고정을 위한 프롬프팅, 설명 가능성에 대한
3.Bias in Emotion Recognition with ChatGPT
Paper Link 1. Summary 1-1. 연구 목적 : 감정인식의 다양한 분야에서 ChatGPT의 성능을 탐구하며 감정 관련 데이터셋의 미세 조정이 미치는 영향 그리고 감정 레이블링에 따른 ChatGPT의 편견 가능성을 탐구한다. 곧 LLM에 대한 레이블링 컨
4.Enhancing Emotional Generation Capability of Large Language Models via Emotional Chain-of-Thought
Paper Link 1. Summary 1-1. 연구 목적 연구 목적으로 LLM이 인간의 감정 색성 작업에서의 선호도를 최대한 맞추기 위해 Gole- man’s theory이라는 심리학을 기반으로 어떻게 프롬프트를 작성 및 프로세스를 구성해야할지 그리고 모델의 감정
5.Health-LLM: Large Language Models for Health Prediction via Wearable Sensor Data
Paper Link 1. Summary 1-1. 연구 목적 이 논문은 헬스 센서 데이터(웨어러블)와 관련하여 LLM의 가능성을 보여준다. 다양한 12개의 LLM의 센서 데이터를 사용하여 평가하며 CoT 프롬프트 구성 및 미세 조정 그리고 few shot등 다양한 분야
6.EmoBench: Evaluating the Emotional Intelligence of Large Language Models
Paper Link감정 인식과 이해능력에서 아직 LLM은 많은 부족한 결과를 내고 있다. 이에 대하여 주요한 원인으로 벤치마크에 대한 부재라고 생각한다고 주장하였다.