.png){kind=icon}
返回
A tutorial on open-source large language models for behavioral science
.png){kind=icon}
OA
AI
DOI：10.3758/s13428-024-02455-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
摘要大型语言模型（LLMs）有望通过加速和改进从概念化到数据分析的研究周期，从而革新行为科学。与闭源解决方案不同，LLM的开源框架能够实现透明度、可重复性和遵守数据保护标准，这使其在行为科学应用中具有关键优势。为帮助研究者利用LLMs的潜力，本教程介绍了开源Hugging Face生态系统的基础知识，并展示了几个推动行为科学概念和实证工作的应用，包括特征提取、用于预测的模型微调和行为反应生成。可执行代码可在github.com/Zak-Hussain/LLM4BeSci.git获取。最后，本教程讨论了使用（开源）LLMs的研究在可解释性和安全性方面面临的挑战，并就语言建模与行为科学交叉领域的未来研究方向提供了见解。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息