When Do LLM Personas Support Visualization Design? A Cross-Model Study of Color Assignment and Chart Choice
本研究表明,虽然大语言模型(LLM)人格在颜色分配和图表选择等可视化设计任务中能够揭示某些稳定的个性驱动模式,但其输出高度依赖于模型配置和任务上下文,这使得它们更适合作为有用的探索性探测工具,而非人类参与者的可靠替代品。
原作者已查阅我们通俗解释的论文。
本页收录的每篇论文,都有至少一位原作者阅读并参与了我们的通俗解释——或是确认其准确无误,或是提出修正意见并由我们随后采纳。作者的确认并不等同于对每一句话的正式背书,但说明该解释已经过论文作者的审视。
1199 篇论文已由作者审阅 · 441–450 / 1199
本研究表明,虽然大语言模型(LLM)人格在颜色分配和图表选择等可视化设计任务中能够揭示某些稳定的个性驱动模式,但其输出高度依赖于模型配置和任务上下文,这使得它们更适合作为有用的探索性探测工具,而非人类参与者的可靠替代品。
本研究将修正波数分析扩展到物理信息神经网络(PINNs),以系统地评估其在高频波问题上的谱精度,揭示了更深的网络架构、特定的激活函数(如正弦或 tanh-Gaussian)以及最优的傅里叶模态数量()对于最小化色散误差和耗散误差至关重要。
本研究提出了一种结合了基于 LSTM 的 pH 值预测与深度强化学习控制的三阶段深度学习框架,并通过合成数据针对非洲土壤剖面进行了验证,旨在为数据匮乏的撒哈拉以南地区提供一种可扩展且可迁移的矿区修复优化方案。
本研究提出了一种利用惩罚逻辑回归和自助稳定性选择法对历史球队数据进行处理的可解释预测框架,旨在预测世界杯晋级情况,识别了市场价值和国际足联排名等关键预测因子,并将阿根廷、法国、西班牙、英格兰、德国和荷兰预测为 2026 年赛事的最有力竞争者。
这项混合方法研究表明,在企业社会责任(CSR)和文化生活方式的调节作用下,品牌传播可作为构建声誉品牌、提升消费者偏好并将其转化为品牌资产的战略工具。
本研究表明,通过在450°C下采用喷雾气动技术沉积ZnO薄膜可获得最佳的结构、光学和电学性能,包括15.19 nm的最大晶粒尺寸、约85%的透明度、3.31 eV的带隙以及0.064 Ω·cm的最低电阻率。
本文提出了一种超紧凑型两阶段设备端音频级联架构,该架构利用轻量化 2D CNN 进行打鼾检测,并利用改进的坐标注意力机制进行睡眠呼吸暂停事件分类,在实现高准确度的同时,与基准模型相比实现了 93.2% 的参数量缩减。
通过对430万场人类与人工智能对话的分析,本文发现,人工智能主要作为处理常规政治任务的实用中介,而非表达观点的公共论坛,尽管诸如2024年美国大选等重大事件会使用户行为暂时转向更具表现力和意识形态色彩的互动。
本文通过改编最初由 Lions 为 Euler 方程开发的框架,证明了在二维环面及有界 区域上,对于任何 无散初值,Hasegawa-Mima 方程在其类 Euler 速度形式下存在耗散解。
本文提出了一个多目标框架,用于自动优化基于大语言模型的对话式推荐系统用户模拟器中的提示词,在有效解决评估成本、数据稀缺性以及系统性偏差等挑战的同时,提升了与人类交互模式的一致性。