基于ArcMap配图的地图预生成技术在WebGIS中的应用

论述了在基于ArcMap配图的情况下,应用地图预生成技术原理实现地图的分级切割,并借助图片的缓存机制,解决了WebGIS系统中动态生成图片速率慢、数据传输量大的问题,有效地增强了地图的发布、显示和浏览功能。

基于“预生成”技术的WebGIS开发研究

阐述了基于"预生成"技术的WebGIS的原理及开发设计。运用该技术不仅让WebGIS在普通用户中获得了更广泛接受,同时也使WebGIS获得了高速发展。基于该技术的WebGIS具有响应速度快、服务器负担小、开发周期短等明显优点。

生成式预训练模型机器人及其潜力与挑战

机器人与ChatGPT的融合可形成具有人类智慧特征的“硅智能体”,定义为“生成式预训练模型机器人”。以ChatGPT和机器人的智能融合为对象,阐述了GPT-R的特点、技术趋势及在工业和人类生活中的应用。分析了GPT-R在体力、智力及与人类共融发展中存在的问题,从GPT-R的本体与智能、法律与安全、社会规则三方面给出相应对策。结合了ChatGPT和机器人技术的GPT-R将拥有越来越广泛的应用场景和越来越大的市场潜力,成为未来人工智能和机器人共融发展的重要方向之一。

聊天生成预训练转换器在慢性病护理中的应用及方法

ChatGPT中文名为聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT),是由OpenAI公司开发的人工智能产品,是一种基于深度学习技术的自然语言处理(nature language processing,NLP)智能工具。自2022年12月上线以来,2个月活跃用户数已达1个亿,成为历史上增长最快的消费者应用程序。

基于生成式预训练语言模型的学者画像构建研究

大数据时代,互联网中以多源异构、非结构化形式存在的学者信息在实体抽取时伴有属性混淆、长实体等问题,严重影响学者画像构建的精准度。与此同时,学者属性实体抽取模型作为学者画像构建过程中的关键模型,在实际应用方面还存在较高的技术门槛,这对学者画像的应用推广造成一定阻碍。为此,在开放资源的基础上,通过引导句建模、自回归生成方式、训练语料微调等构建一种基于生成式预训练语言模型的属性实体抽取框架,并从模型整体效果、实体类别抽取效果、主要影响因素实例分析、样例微调影响分析4个方面对该方法进行验证分析。与对比模型相比,所提出的方法在12类学者属性实体上均达到最优效果,其综合F1值为99.34%,不仅能够较好地识别区分相互混淆的属性实体,对“研究方向”这一典型长属性实体的抽取准确率还提升了6.11%,为学者画像的工程化应用提供了更快捷、有效的方法支撑。

基于生成式预训练语言模型的在线问诊平台 青少年抑郁症患者需求分析

[目的]深化对青少年抑郁症群体需求的认知,为推动青少年抑郁症的有效预防和干预提供参考。[方法]选取“好大夫在线”平台的青少年抑郁症问诊记录作为数据来源,利用生成式预训练模型的文本生成和文本向量化功能,提取问诊文本中的关键词,利用关键词语义相似性和词频分析以总结患者的问诊需求维度。[结果]通过4258名患者的有效问诊文本记录,基于ERG需求理论识别出青少年抑郁症患者的7种需求维度:就诊需求、治疗需求、用药需求、家庭支持、社会支持、学业发展、心理成长。[结论]研究结果提示青少年抑郁症群体问诊需求强烈,且具有多样性,在线问诊需求主要聚焦在身体健康改善、疾病知识获取、症状管理、用药安全、家庭关系改善、社交支持获取、教育与学业支持及心理成长等方面。未来研究应扩大到更多平台和文化环境,持续更新对青少年抑郁症患者需求的识别,用以优化在线医疗服务。

教育改革视域下生成式预训练模型的伦理风险与治理策略

生成式预训练模型以其高度个性化的学习体验和基于数据与反馈的动态学习方式重构了教育空间和教学方法,为教育体系带来了颠覆性变革。但随着生成式预训练模型普遍化,尤其是ChatGPT的崛起,一些新的伦理风险也逐渐凸显出来,其中包括技术风险、内容风险、数据风险和算法风险等。这些风险既有生成式预训练模型本身在训练过程中不自觉产生的偏见或误导性言论对人的侵犯,也有人类本身的因素如:开发者算法霸权、个体技术认知缺乏、教师数据素养欠缺等。针对这些伦理风险,可以从加强理论研究和知识普及、研发符合我国教育模式的生成式预训练模型、推动教育形态的结构性变革来进行伦理风险治理,以确保生成式预训练模型技术在教育领域的应用符合教育伦理规范。

浅谈高中数学课堂教学预设与生成的有机融合

课堂教学预设与生成的有机融合程度(相互促进、相互补充的程度)决定着课堂的有效性和高效性.为建构有效和高效的课堂,体现课堂“以生为本”的教育理念,需要教师站在学生的角度,正确定位自己的角色,捕捉课堂现场现时产生的生成性资源,动态、开放地融合课堂教学预设与生成,最终推动学生综合素养的发展.

小学数学教学中预设与生成问题相适配策略研究

在新课程改革背景下,尊重学生的主体地位、追求生成式课堂教学成为新的趋势,这对教师的专业素养提出了更高要求。教师不仅要深入理解课本内容,还需对学生可能出现的各种课堂生成情况具备敏锐的洞察力和处理能力。因此,如何在小学数学课堂中寻求“预设”与“生成”的平衡,成为提升教学质量的关键。基于此,本文旨在研究小学数学教学中预设与生成问题的相适配策略,以期为教学实践提供有益参考。

小学语文预设与生成策略研究

要使学生主动参与深度学习,明确预设与生成是其中的两个关键点,从课前做好深度预设和课堂强化动态生成两个方面,就语文课堂教学的设计、组织与引导展开论述,以期为小学语文课堂的深度学习提供有益思考。

预设诚可贵生成价更高--由一道高三复习题引发的教学思考

通过对一道高三复习试题多种解法的展示与分析,引出课堂教学中需引起重视的三个视角:精心预设是提升课堂教学效率的前提、创设包容开放的课堂氛围、在高中数学解题教学中需加强解题指导,鼓励一题多解.

生成式预训练Transformer模型的逻辑性优化方法

生成式预训练Transformer(Generative Pre-Trained Transformer,GPT)模型作为一种基于Transformer架构的预训练模型,在完成自然语言处理任务方面取得了巨大的成功。由于依赖于生成下一个词的局部贪婪过程,使对任务或输出的全局理解、逻辑推理和道德法规约束能力不够。为了提升计算的逻辑性和可靠性,结合的生成型计算过程,论述计算结果的逻辑局限性,从而引入一类和逻辑计算模型混合的优化结构。

生成式AI的融贯性法律治理——以生成式预训练模型(GPT)为例

随着大规模数据和算式的增长,以及算法的不断优化。围绕生成式AI的前景,存在着支持、反对、中立等不同态度,这些态度背后隐含着认知根源、经济考量和权利思考。立足于法律3.0的融贯性治理注重国家法律、行政规制和技术方案之间的融贯,为治理生成式AI提供了思路和方向。融贯性治理中的“融贯”,既是规范性融贯,强调法律规范的内在一致性和统一性,也是整体性融贯,强调将技术方案融入规范,进而使得技术方案与不同层级规范和引领这些规范的原则与价值得以融贯。在面对以GPT为代表的生成式AI时,可以尝试将AI和区块链作为技术方案对其进行治理,也可以通过自我规制和外在约束培育建设“有道德的”AI,还可以通过“市场+规则”助力生成式AI的发展。生成式AI所涉及的法律问题在现有的法律体系框架内基本能得到有效应对,对于它带来的现实、急迫且法律没有明确规定的问题,可以进行融贯性治理。

人工智能生成内容的著作权客体性思考——兼论作品判定的独创性标准选择

以基于转换器的生成式预训练模型(GPT)为代表的高阶人工智能凭借其强大的智能型内容生成机制,使得内容产品生产中的技术占比不断上升,人的直接投入占比相对下降,传统著作权法作品的独创性要求、权利人本原则等基本理论受到冲击。面对人工智能生成内容(AIGC)可作品性问题,基于自然人智力投入的创造性本质理论和闭合性作品概念显得力不从心。在过程视角下(主观标准),人工智能内容生成过程符合人类创作的思维特征;在结果视角下(客观标准),人工智能生成内容具有著作权作品的外观形式和信息消费功能,符合著作权作品的本质属性。如果人为割裂人工智能生成内容与著作权作品在产生过程和实质作用上的同质关系,强行区分人工智能生成内容和自然人创作作品的法律性质,则有悖著作权法因应技术发展调整信息消费品利益的制度旨趣,最终将导致著作权法律秩序的混乱。

生成式人工智能思维影响下教师教育实验中心的建设

为了深入探讨生成式人工智能在教育领域的创新应用,以其开放性、创造性、协同性和适应性为理论基础,对教师教育实验中心的建设进行了全面的重构与创新发展。采用虚实结合的方式重塑实验实训教学模式,利用平台互联互通构建实验实训教学支撑体系,借助学科间的协同合作创新实验实训课程系统,通过多方辐射制定实验实训教学的保障措施,以及构建完善的实验实训教学服务框架。引入生成式人工智能后,教师教育实验中心不仅创新了实验教学模式,提升了师范生的教学能力,也为师范生的研究能力培养提供了实践路径。

人工智能生成式预训练模型辅助的对话式学习审视

审视人工智能生成式预训练模型辅助的对话式学习的内涵与外延,基于信息生态理论视角进行解读,围绕信息、信息人、信息环境和信息技术四要素展开思辨,阐释对数据偏差与数据模糊、认知固化与思维惰化、关系弱化与情感疏离、算法局限与技术依赖的隐忧,并从言语理解与逻辑推理、个性化教学与自适应学习、人机交互与反身调节、技术赋能与人机协同四个角度展望其前景。基于此,依据系统观、人本观、互动观和平衡观,从数据闭环与算法优化、育人为本与数字素养、情感分析与人机共生、人技伦理与创用内生等方面提出应对路径,以增进认识和深化思考,探求人工智能生成式预训练模型辅助的对话式学习的应用原理,促进教育技术的理性发展。

生成式人工智能在医院管理领域的应用前景与挑战探讨

目的/意义探讨以ChatGPT为代表的生成式人工智能在医院管理领域的重点应用场景和未来发展方向,为人工智能自然语言处理技术应用于我国医院管理领域提供参考。方法/过程通过文献调研梳理生成式人工智能快速发展给医院管理领域带来的变革和挑战,分析其在医院管理领域的重点应用场景和未来发展方向。结果/结论人工智能在医院管理领域具有广阔应用前景,应重点探索其实际应用场景和战略方向,为推动公立医院高质量发展提供借鉴和参考。

小学语文教学的预设与生成策略

新课改背景下提升小学语文课堂教学实效性,预设与生成的课堂受到语文教育工作者的青睐。而没有预设又重视生成的教学,是无目标的教学,会带给课堂混乱和无序,给学生带来困惑和迷茫,本文以小学语文教学案例为载体,提出预设与生成的教学策略,来提高小学语文课堂教学质量。

生成式预训练语言模型安全风险及评估方法研究

生成式预训练语言模型(GPT模型)在自然语言处理领域已得到广泛应用,取得显著成果。然而,GPT类模型在预训练阶段使用大量的未标记数据,可能带来偏见歧视和错误虚假信息;在应用阶段,可能带来泄露隐私及犯罪辅助风险。该文构建了一套从GPT模型项目管理七个维度及模型工程实现三个阶段出发,多角度多维度开展评估,发现安全风险并治理的方法,为完善GPT模型安全治理机制、厘清相关方责任、确保模型应用安全提供了有效途径。

基于认知期待的会话预设生成:语用身份视角

以Frege为代表的传统预设理论无法精准阐释会话的预设生成过程,缺少会话预设生成的认知期待性考量。本文基于语用身份理论,着力为此类会话提出基于认知期待的预设生成范式。具体而言,会话的认知期待以会话语用身份为视点,对会话预设的生成衍生肯定与规约两条路径,进而导出认知期待与认知非期待。认知期待的形成性趋向体现于会话预设生成的言语理解路径,即会话语用身份在某一理解路径中存在语用身份交集过程,在此基础上结合言者身份的认知期待性语境触发,形成会话预设生成范式,为语言理解交集路径提供了新的会话预设触发视角,有助于会话交际过程中会话语用身份的理解交集促成和交际和谐营造。