[论文解读] From Text to Transformation: A Comprehensive Review of Large Language Models' Versatility

Pravneet Kaur, Gautam Siddharth Kashyap+4 more|arXiv (Cornell University)|Feb 25, 2024

Natural Language Processing Techniques被引用 41

一句话总结

一项调查，评估大型语言模型（LLMs）如 GPT 和 BERT 在多领域的表现，强调在健身、城市规划、气候建模和灾难响应中的潜在应用，并识别研究空白。

ABSTRACT

This groundbreaking study explores the expanse of Large Language Models (LLMs), such as Generative Pre-Trained Transformer (GPT) and Bidirectional Encoder Representations from Transformers (BERT) across varied domains ranging from technology, finance, healthcare to education. Despite their established prowess in Natural Language Processing (NLP), these LLMs have not been systematically examined for their impact on domains such as fitness, and holistic well-being, urban planning, climate modelling as well as disaster management. This review paper, in addition to furnishing a comprehensive analysis of the vast expanse and extent of LLMs' utility in diverse domains, recognizes the research gaps and realms where the potential of LLMs is yet to be harnessed. This study uncovers innovative ways in which LLMs can leave a mark in the fields like fitness and wellbeing, urban planning, climate modelling and disaster response which could inspire future researches and applications in the said avenues.

研究动机与目标

• 评估超越传统 NLP 领域的 LLM 应用广度。
• 识别尚未被系统评估的领域。
• 强调在健身、福祉、城市规划、气候建模和灾难响应方面的潜在变革性用例。
• 概述研究空白及未来方向，以在不同领域充分利用 LLMs。

提出的方法

• 对跨多个领域的 LLM 应用的现有文献进行综述与综合。
• 批判性分析在 NLP 以外领域对 LLMs 的研究程度。
• 确定在健身、福祉、城市规划、气候建模和灾害管理中应用 LLMs 的机会。

实验结果

研究问题

• RQ1 LLMs 已被应用于哪些超出标准 NLP 任务的领域？
• RQ2 在将 LLMs 用于健身、福祉、城市规划、气候建模和灾难响应方面存在哪些研究空白？
• RQ3 未来哪些创新的应用路径可以使 LLMs 影响这些领域？

主要发现

• LLMs 展现出超越 NLP 的多领域潜在影响力。
• 在健身、整体福祉、城市规划、气候建模和灾害管理等方面，尚存在尚未被系统检验的显著空白。
• 论文指出了创新的应用方向，可能激发未来研究和在上述领域的实际应用。