論文の概要: ACL Ready: RAG Based Assistant for the ACL Checklist
- arxiv url: http://arxiv.org/abs/2408.04675v1
- Date: Wed, 7 Aug 2024 21:07:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-12 17:39:53.756364
- Title: ACL Ready: RAG Based Assistant for the ACL Checklist
- Title（参考訳）: ACL Ready: ACLチェックリストのためのRAGベースのアシスタント
- Authors: Michael Galarnyk, Rutwik Routu, Kosha Bheda, Priyanshu Mehta, Agam Shah, Sudheer Chava,
- Abstract要約: ACLReadyは検索拡張言語モデルアプリケーションである。
著者に自身の作業を反映させ、ACLチェックリストで著者を支援するために使用できる。
私たちのコードはGitHubのCC BY-NC 4.0ライセンスで公開されている。
- 参考スコア（独自算出の注目度）: 4.376139933167879
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The ARR Responsible NLP Research checklist website states that the "checklist is designed to encourage best practices for responsible research, addressing issues of research ethics, societal impact and reproducibility." Answering the questions is an opportunity for authors to reflect on their work and make sure any shared scientific assets follow best practices. Ideally, considering the checklist before submission can favorably impact the writing of a research paper. However, the checklist is often filled out at the last moment. In this work, we introduce ACLReady, a retrieval-augmented language model application that can be used to empower authors to reflect on their work and assist authors with the ACL checklist. To test the effectiveness of the system, we conducted a qualitative study with 13 users which shows that 92% of users found the application useful and easy to use as well as 77% of the users found that the application provided the information they expected. Our code is publicly available under the CC BY-NC 4.0 license on GitHub.
- Abstract（参考訳）: ARR Responsible NLP Research checklist Webサイトは、「チェックリストは、責任ある研究のためにベストプラクティスを奨励し、研究倫理、社会的影響、再現性の問題に対処するために設計されている」と述べている。
質問に答えることは、著者が自身の業績を反映し、共有された科学的資産がベストプラクティスに従うことを確実にする機会である。
理想的には、提出前のチェックリストを考慮すると、研究論文の執筆に好影響を与える可能性がある。
しかし、チェックリストは最後に記入されることが多い。
そこで本研究では,著者の作業の反映やACLチェックリストの作成支援に使用可能な検索拡張言語モデルアプリケーションであるACLReadyを紹介する。
システムの有効性を検証するために,13名のユーザを対象に質的研究を行い,92%のユーザが有用で使いやすく,7%のユーザが期待する情報を提供していることが分かった。
私たちのコードはGitHubのCC BY-NC 4.0ライセンスで公開されている。
関連論文リスト
- Usefulness of LLMs as an Author Checklist Assistant for Scientific Papers: NeurIPS'24 Experiment [59.09144776166979]
大規模言語モデル(LLM)は、科学的ピアレビューを支援する上で有望だが議論の余地のあるツールである。
本研究は,論文提出を提出基準に適合させるツールとして,会議環境におけるLCMの有用性を評価する。
論文 参考訳（メタデータ） (2024-11-05T18:58:00Z) - Exploring Requirements Elicitation from App Store User Reviews Using Large Language Models [0.0]
本研究は,大規模言語モデルのパワーを活用して,ユーザレビューの分析を行い,自動要求の導出を行うアプローチを提案する。
有用性を示すようにラベル付けされたアプリレビューのデータセット上に,確立された3つのLMM BERT, DistilBERT, GEMMAを微調整した。
評価の結果、BERTの精度は92.40%、F1スコアは92.39%であり、有用レビューを正確に分類する効果が示された。
論文 参考訳（メタデータ） (2024-09-23T18:57:31Z) - Is ChatGPT a Good Software Librarian? An Exploratory Study on the Use of ChatGPT for Software Library Recommendations [3.1911318265930944]
ChatGPTは、人間の開発者よりも10%近い頻度でサードパーティのライブラリを使用している。
14.2%の推奨ライブラリには制限付きのコピーレフトライセンスがあり、ChatGPTは明示的に通信しなかった。
LLM生成コードをプロジェクトに統合する前に、厳格な依存性管理プラクティスとライブラリライセンスの二重チェックを実装することを推奨します。
論文 参考訳（メタデータ） (2024-08-09T15:36:59Z) - I Need Help! Evaluating LLM's Ability to Ask for Users' Support: A Case Study on Text-to-SQL Generation [60.00337758147594]
本研究では,LLMのユーザサポートを積極的に行う能力について検討する。
性能改善とユーザ負担のトレードオフを評価する指標を提案する。
我々の実験は、外部からのフィードバックがなければ、多くのLCMがユーザサポートの必要性を認識するのに苦労していることを示している。
論文 参考訳（メタデータ） (2024-07-20T06:12:29Z) - The Shifted and The Overlooked: A Task-oriented Investigation of
User-GPT Interactions [114.67699010359637]
実際のユーザクエリの大規模なコレクションをGPTに解析する。
ユーザインタラクションでは'設計'や'計画'といったタスクが一般的だが,従来のNLPベンチマークとは大きく異なる。
論文 参考訳（メタデータ） (2023-10-19T02:12:17Z) - CRUISE-Screening: Living Literature Reviews Toolbox [8.292338880619061]
CRUISE-Screeningは、生物文学レビューを行うためのウェブベースのアプリケーションである。
APIを通じて複数の検索エンジンに接続しており、定期的に検索結果を更新することができる。
論文 参考訳（メタデータ） (2023-09-04T15:58:43Z) - Query Rewriting for Retrieval-Augmented Large Language Models [139.242907155883]
大規模言語モデル(LLM)は、検索対象のパイプラインで強力なブラックボックスリーダーを動作させる。
この作業では、検索拡張LDMに対する以前の検索テーマ読み込みの代わりに、新しいフレームワークであるRewrite-Retrieve-Readを導入する。
論文 参考訳（メタデータ） (2023-05-23T17:27:50Z) - Editable User Profiles for Controllable Text Recommendation [66.00743968792275]
制御可能なテキストレコメンデーションのための新しい概念値ボトルネックモデル LACE を提案する。
LACEは、人間の読みやすい概念の簡潔なセットで各ユーザーを表現する。
ユーザ文書に基づいて概念のパーソナライズされた表現を学習する。
論文 参考訳（メタデータ） (2023-04-09T14:52:18Z) - Recommendation Systems in Libraries: an Application with Heterogeneous
Data Sources [66.81627042740679]
Reading&Machineプロジェクトは、デジタル化のサポートを利用して、ライブラリの魅力を高め、ユーザエクスペリエンスを向上させる。
プロジェクトでは、ユーザが意思決定プロセスにおいて、ユーザが興味を持つであろう書籍のリストをレコメンデーションシステム(RecSys)で作成するアプリケーションを実装している。
論文 参考訳（メタデータ） (2023-03-21T11:13:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。