arXiv:2103.16177

Towards Active Learning Based Smart Assistant for Manufacturing

Patrik Zajec, Jože M. Rožanec, Inna Novalija, Blaž Fortuna, Dunja Mladenić, Klemen Kenda

제출 2021-03-30

원문 초록

A general approach for building a smart assistant that guides a user from a forecast generated by a machine learning model through a sequence of decision-making steps is presented. We develop a methodology to build such a system. The system is demonstrated on a demand forecasting use case in manufacturing. The methodology can be extended to several use cases in manufacturing. The system provides means for knowledge acquisition, gathering data from users. We envision active learning can be used to get data labels where labeled data is scarce.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2506.21961cs.CL공통 태그 Decision Making공식 코드 · Papers with Code

PapersPlease: ERG 이론 기반 대규모 언어 모델 동기 가치 평가 벤치마크

PapersPlease: A Benchmark for Evaluating Motivational Values of Large Language Models Based on ERG Theory

역할극(role-playing) 시나리오를 통해 대규모 언어 모델(LLM)의 성능과 편향을 평가하는 연구가 점점 더 일반화되고 있으며, LLM은 이러한 맥락에서 종종 편향된 행동을 보인다. 이 연구 계보를 이어, 우리는 다양한 수준의 인간 욕구를 우선순위화하는 LLM의 의사결정을 조사하기 위해 설계된 3,700개의 도덕적 딜레마로 구성된 벤치마크 PapersPlease를 제안한다. 우리 설정에서 LLM은 사람들의 짧은 서사를 바탕으로 입국 승인 또는 거부 여부를 결정하는 출입국 심사관 역할을 한다. 이 서사들은 인간 욕구를 세 가지 계층적 수준으로 분류하는 존재(Existence), 관련성(Relatedness), 성장(Growth)(ERG) 이론을 사용해 구성된다. 6개 LLM에 대한 분석 결과, 의사결정에서 통계적으로 유의미한 패턴이 나타나 LLM이 암묵적 선호를 내재하고 있음을 시사한다. 또한 서사에 사회적 정체성을 포함시키는 것의 영향을 평가한 결과, 동기적 욕구와 정체성 단서 모두에 따라 반응이 달라지며, 일부 모델은 소외된 정체성에 대해 더 높은 거부율을 보였다. 모든 데이터는 https://github.com/yeonsuuuu28/papers-please 에서 공개적으로 이용할 수 있다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.