Коллеги, вакансия от сердца. Я работаю в Dsight 1.5 года. Ищу коллегу-аналитика

💜

🚀 Хочешь влиять на развитие технологических рынков? Dsight ищет Junior аналитиков! 🚀

Чем предстоит заниматься:
- Участие в исследовательских проектах: поиск, обработка и анализ информации, составление скриптов для интервью.

- Готовить содержательную часть проектов в виде аналитических обзоров и презентаций.

- Мониторинг продуктов конкурентов и лидеров рынка.

- Участие во внутренних задачах отдела: помощь в подготовке контента для СМИ и соцсетей, помощь в сборе и анализе венчурных сделок, аналитическая поддержка коллег из других отделов.

Что для нас важно:

- Минимум 1 год опыта анализа рынков, трендов, конкурентов
- Возможность работать полный день (8 часов).
- Английский язык B2+.
- Внимательность, ответственность, проактивность, самостоятельность.
- Навыки визуализации данных (PPT).
- Интерес к инновациям и новым технологиям.

Что мы предлагаем:

- Доход: 50 000 - 65 000 рублей (оклад) + премия за участие в проектах.
- Удаленная работа или гибридный формат (офис у м. Калужская).
- Различные варианты трудоустройства.

👉 Отправляйте резюме и примеры работ (при наличии) @DashaZharkova 👈

🚀 Стань частью команды Dsight! 🚀

Literally me, working

Автоматическое создание обзоров научной литературы с помощью больших языковых моделей: пошаговый подход

В статье предлагается новый подход к генерации обзоров научной литературы, основанный на пошаговом использовании LLM. На основе заданных тем и списка рефератов статей разрабатывается серия запросов (prompts), которые направляют LLM на последовательную генерацию заголовка, аннотации, иерархических заголовков разделов и основного содержания обзора.

Разбиение задачи на управляемые этапы позволяет LLM сохранять общую перспективу при генерации заголовков, что повышает связность и релевантность создаваемых обзоров. Кроме того, после генерации заголовков, генерация основного содержания может быть обусловлена этой структурой, а не всем предыдущим контентом, что значительно снижает стоимость использования API.

Методология, которую предлагают авторы

Процесс генерации обзора состоит из шести шагов, разделенных на две основные фазы:

1\. Генерация структуры:

- Шаг 1: Генерация заголовка. LLM генерирует заголовок обзора на основе заданных тем и рефератов.

- Шаг 2: Генерация заголовков разделов. LLM генерирует заголовки разделов, сохраняя информацию из предыдущих шагов.

- Шаг 3: Генерация аннотации. LLM генерирует аннотацию, суммируя сгенерированный заголовок и структуру в рамках заданных тем.


2\. Генерация подразделов и содержания:

- Шаг 4: Выбор рефератов для каждого раздела. Для каждого раздела выбирается подмножество рефератов, которые будут использованы при генерации его структуры и содержания.

- Шаг 5: Генерация заголовков подразделов. LLM генерирует заголовки подразделов на основе заголовка обзора, структуры и выбранных рефератов.

- Шаг 6: Генерация содержания. LLM генерирует подробное содержание для каждого подраздела, используя структуру, выбранные рефераты и примеры цитирования.


Результаты и обсуждение

Система, реализованная с использованием модели Qwen-long, заняла третье место в конкурсе NLPCC 2024 Scientific Literature Survey Generation, отстав от команды, занявшей второе место, всего на 0.03%. Кроме того, система продемонстрировала высокий показатель Soft Heading Recall (95.84%), заняв второе место среди всех участников. Эти результаты свидетельствуют об эффективности пошагового подхода в поддержании логической и связной структуры обзоров.

Благодаря эффективному дизайну запросов и низкой стоимости API Qwen-long, стоимость генерации одного обзора составила всего 0.1 RMB, что повышает практическую ценность метода.

Ограничения и будущие направления

Несмотря на достигнутые успехи, метод имеет свои ограничения. В частности, без использования содержания рефератов, феномен галлюцинаций LLM становится значительным. В результате метод не может гарантировать точность и достоверность цитирования и анализа в сгенерированном обзоре, что негативно сказывается на оценке человеком.

В будущем планируется включить содержание рефератов в структуру метода, чтобы повысить фактическую точность и надежность результатов, стремясь к созданию более точных и достоверных автоматических обзоров литературы.

Lai, Y., Wu, Y., Wang, Y., Hu, W., & Zheng, C. (2024). Instruct Large Language Models to Generate Scientific Literature Survey Step by Step (arXiv:2408.07884). arXiv. https://doi.org/10.48550/arXiv.2408.07884

Искусственный интеллект как инструмент для моделирования социальных взаимодействий: возможности и риски

В последние годы большие языковые модели (LLM) стали неотъемлемой частью нашей жизни. Они используются в чат-ботах, переводчиках, поисковых системах и даже в качестве помощников по написанию текстов. Но что, если LLM можно использовать для моделирования социальных взаимодействий?

Авторы статьи "Моделирование субъектов: обещание и опасность использования ИИ в качестве заменителей социальных агентов и взаимодействий" исследуют потенциал LLM для моделирования социальных взаимодействий. Они утверждают, что LLM могут быть использованы для создания реалистичных цифровых двойников людей, которые могут участвовать в сложных социальных взаимодействиях.

Авторы статьи выделяют несколько преимуществ использования LLM для моделирования социальных взаимодействий:

Доступность: LLM легко доступны и могут быть использованы для проведения исследований с минимальными затратами.

Масштабируемость: LLM позволяют проводить исследования с большим количеством участников, что было бы невозможно с использованием реальных людей.

Изучение редких взаимодействий: LLM могут быть использованы для моделирования взаимодействий между людьми, которые в реальной жизни встречаются редко, например, между политическими лидерами или учеными из разных областей.

Однако авторы статьи также предупреждают о потенциальных рисках использования LLM для моделирования социальных взаимодействий:

Недостаточная реалистичность: LLM могут неточно моделировать человеческое поведение, так как они не обладают полным пониманием человеческого опыта.

Предвзятость: LLM могут быть предвзятыми, так как они обучаются на данных, которые отражают существующие социальные предрассудки.

Недостаток сенсорного опыта: LLM не обладают сенсорным опытом, который необходим для полного понимания человеческого поведения.

Авторы статьи предлагают несколько принципов для разработки исследований с использованием LLM, которые помогут минимизировать эти риски:

Использование правильных методов обучения: LLM можно обучать на данных, которые отражают реальный мир, а не только на текстовых данных.

Проверка результатов: Необходимо проверять результаты моделирования на реальных людях, чтобы убедиться в их точности.

Использование многомодальных данных: LLM можно обучать на данных, которые включают в себя не только текст, но и изображения, видео и аудио.

Авторы статьи также подчеркивают важность этических вопросов, связанных с использованием LLM для моделирования социальных взаимодействий. Они предупреждают о том, что LLM могут быть использованы для манипулирования людьми, а также о том, что необходимо учитывать моральные аспекты использования LLM в качестве цифровых двойников людей.

В заключение, авторы статьи утверждают, что LLM обладают огромным потенциалом для моделирования социальных взаимодействий, но необходимо использовать их с осторожностью и учитывать все потенциальные риски.

Научно обоснованная политика: создание "банков доказательств"

В настоящее время правительства сталкиваются с необходимостью принимать решения по сложным вопросам, таким как изменение климата, здравоохранение и образование, опираясь на научные данные. Однако объем исследований огромен, и синтез информации для принятия обоснованных решений зачастую затруднен.

Проблема

Традиционно синтез научных данных – процесс трудоемкий и длительный. Исследователям приходится вручную просматривать множество публикаций, оценивать их качество, извлекать данные и обобщать результаты. Это может занимать месяцы или даже годы, что делает информацию устаревшей к моменту ее использования. Кроме того, в разных областях науки количество доступных синтезов сильно различается. Например, в медицине широко используются систематические обзоры, обобщающие результаты клинических испытаний, в то время как в социальных науках таких обзоров значительно меньше.

Решение

"Банки доказательств" представляют собой базы данных, содержащие предварительно отобранные и проанализированные исследования, помеченные метаданными, такими как методология, географическое положение и другие. Это позволяет исследователям и политикам быстро находить нужную информацию и проводить синтез данных с помощью специальных инструментов.

Преимущества

Ускорение процесса синтеза: Использование "банков доказательств" и инструментов на основе искусственного интеллекта (ИИ) позволяет значительно сократить время, необходимое для обобщения научных данных.

Повышение качества синтеза: Стандартизация данных и использование проверенных методов анализа повышают надежность и достоверность результатов.

Доступность информации: "Банки доказательств" делают научную информацию доступной для широкого круга пользователей, включая политиков, исследователей и общественность.

Постоянное обновление: "Живые" синтезы, которые постоянно обновляются по мере появления новых данных, позволяют политикам принимать решения на основе самой актуальной информации.

Примеры

Образование: Фонд Education Endowment Foundation (EEF) в Лондоне создал базу данных, содержащую более 3500 исследований в области образования. На основе этой базы были разработаны систематические обзоры, показывающие влияние различных факторов, таких как репетиторство, домашние задания и размер класса, на успеваемость учащихся.

Здравоохранение: В период пандемии COVID-19 возникла острая необходимость в быстрых синтезах данных для принятия решений о лекарствах, масках и карантинных мерах. Это привело к развитию инструментов и методов для ускорения процесса синтеза.

Перспективы

В настоящее время фонды, такие как Wellcome и ESRC, инвестируют значительные средства в разработку "банков доказательств" и инструментов для синтеза данных. Цель – создать систему, которая позволит политикам во всем мире получать быстрый доступ к актуальной научной информации и принимать обоснованные решения по важнейшим вопросам.

Автоматизация научных обзоров с помощью больших языковых моделей: систематический обзор

Большие языковые модели (LLM) недавно стали одним из самых мощных инструментов обработки естественного языка (NLP) для решения различных задач. В этом систематическом обзоре мы стремились оценить естественное расширение использования LLM для управления и направления процесса обзора.

Методы

Исследование проводилось в июне 2024 года в базах данных PubMed, Scopus, Dimensions и Google Scholar. В обзор были включены только англоязычные публикации, посвященные использованию LLM для автоматизации различных этапов систематического обзора.

Скрининг и извлечение данных проводились в Covidence с помощью разработанного командой плагина LLM для Covidence. Этот плагин использует модель OpenAI gpt-4o и автоматизирует действия в Covidence, такие как нажатие кнопок «Включить/Исключить» или оставление заметок.

Результаты

В общей сложности было найдено 3788 статей, из которых 172 были признаны подходящими для окончательного обзора. ChatGPT и LLM на основе GPT стали наиболее распространенной архитектурой для автоматизации обзора (n=126, 73,2%). Значительное количество проектов по автоматизации обзора было найдено, но лишь ограниченное число статей (n=26, 15,1%) представляли собой фактические обзоры, в которых LLM использовались при их создании.

Большинство статей были сосредоточены на автоматизации определенного этапа обзора, например, на поиске публикаций (n=60, 34,9%) и извлечении данных (n=54, 31,4%). При сравнении совокупной производительности моделей на основе GPT и BERT первые показали лучшие результаты в извлечении данных со средней точностью 83,0% (SD=10,4) и полнотой 86,0% (SD=9,8), в то время как вторые были немного менее точными на этапе скрининга заголовков и рефератов (Maccuracy=77,3%, SD=13,0 против Maccuracy=80,9% SD=11,8).

Примеры использования LLM

- Поиск публикаций: LLM могут использоваться для автоматического поиска релевантных публикаций в базах данных, таких как PubMed, Scopus и Web of Science.

- Скрининг заголовков и рефератов: LLM могут использоваться для автоматического скрининга заголовков и рефератов на предмет релевантности, что позволяет рецензентам сосредоточиться на полнотекстовом скрининге.

- Извлечение данных: LLM могут использоваться для автоматического извлечения данных из полнотекстовых статей, таких как характеристики участников, вмешательства и результаты.

- Синтез данных: LLM могут использоваться для автоматического синтеза данных из нескольких статей, что позволяет рецензентам получить более полное представление о состоянии исследований.

Ограничения

- Точность: Хотя LLM достигли значительных успехов в точности, они все еще могут допускать ошибки, особенно при извлечении данных из сложных или неоднозначных текстов.

- Предвзятость: LLM могут быть подвержены предвзятости, основанной на данных, на которых они были обучены.

- Этика: Использование LLM в автоматизации обзора поднимает этические вопросы, такие как прозрачность, подотчетность и потенциальное смещение.

коллеги

в чате высказали пожелание провести какой-то курс про научные источники и автоматизацию (т.е. ИИ, хотя, пожалуй, и не только).

давайте так — если в комментариях откликнется хотя бы 10 желающих, я организую набор на закрытый курс. он будет бесплатный, приму всех, но все-таки это не будут изначально открытые вебинары. мне кажется, так больше пользы, мотивации и общения.

обсудим поиск (научный и не очень), хранение статей, промты, ИИ и что-нибудь еще по желанию аудитории.

коллеги, спасибо, делаем! спрос есть — я обязана дать предложение.

завтра сделаю анонс с регистрацией и начнем. не буду долго готовиться и страдать перфекционизмом. думаю, так полезнее и приятнее нам всем.

спасибо за интерес с вашей стороны ❤️

поддержать канал: https://taplink.cc/ekaganova

Если возникли проблемы со ссылками и доступами — пишите мне @eak_ka