标签
This paper presents an LLM pipeline that converts clinical interview audio into transcripts, maps them to the ten MADRS depression items, estimates severity, and flags problematic ratings. Evaluation on real clinical interviews shows a strong correlation of 0.867 with expert ratings, offering interpretable support for depression assessment in clinical trials.
关于一个多阶段LLM管道的介绍，它获取通讯文章、生成摘要、去重、评分重要性和紧迫性，并发布摘要，同时具有强大的提示注入防御和自我验证。
本文介绍了一种自动化的大语言模型流水线，用于生成并验证关于Transformer中单个权重何时起作用的、人类可读的描述。研究发现，在权重稀疏的Transformer中，12%至31%的权重在全局范围内具有可解释性，其表现优于稠密Transformer。
本文提出了一种多阶段LLM流程，用于政府文档的结构保持型马拉地语到英语翻译，集成了布局感知OCR和HTML重构，以维护格式和领域术语。
一个关于构建本地文档RAG系统的详细技术咨询，涵盖存储、摄取、查询和高亮，寻求关于向量数据库、GraphRAG可行性以及文档高亮实现的建议。
本文介绍了面向心理学摘要的变量中心实证图提取方法，构建了包含210篇已标注摘要的EmpiriGraph-Psy基准数据集，并提出了分阶段LLM流水线，其宏F1值达到0.74，优于直接提取方法。
本文介绍了FVSpec，这是一个用于AI辅助形式验证的基准测试，它通过多智能体LLM管道将真实世界的基于属性测试从Python转换为Lean 4规范，旨在推动真实世界软件形式验证的进展。
LLMBridge 提出了一种基于LLM的端到端指称桥接解析流水线，在三个英语数据集上取得了最先进的性能。该系统将启发式预处理/后处理与LLM自然语言推理相结合。
本文介绍了 slidesqaqa，这是一个基于 Flask 的软件系统，能从 PDF 幻灯片中生成富有教学价值的问题。该系统采用四阶段大语言模型流水线，依次进行文本和图像提取、全幻灯片范围内的问题规划、幻灯片标注以及输出整合，在技术讲座幻灯片上展示了高保真的问题生成能力。
SpineDigest is an open-source tool that uses an LLM pipeline to transform long-form books into structured summaries with chapter topology and knowledge graphs, supporting EPUB, Markdown, and TXT input.
SpineDigest 是一个开源 CLI 工具，利用多阶段 AI 管道将长书提炼为结构化精华，生成章节拓扑图和知识图谱，并配合 Inkora 阅读器展示。
作者分享了对其自动化内容引擎进行的四项具体改进，包括更小的上下文数据包、病毒式传播内容的复盘分析、基于文件夹的状态管理以及可书签化评分。
ConlangCrafter是一个多跳LLM流程，通过将构造语言(conlang)创建过程分解为包括音系、形态、句法、词汇生成和翻译在内的模块化阶段，实现构造语言的自动化创建。该系统利用LLMs的元语言推理能力，结合随机性注入和自我完善来生成连贯且类型学多样的构造语言。