刚刚，新一届ACM博士论文奖正式公布

论文标题：Rethinking Data Use in Large Language Models

论文链接：https://digital.lib.washington.edu/server/api/core/bitstreams/76fbf5f7-b608-42a5-a513-a7c0218579f1/content

多方通信协议（Multiparty Communication Protocols）：一种抽象计算模型，

本论文所研究的伪随机分布来自我们在一系列工作中的构造与分析，作者讨论了她对理解和推进这些模型的研究，我们需要回答一个根本性的问题：某些计算任务是否存在低复杂度模型根本无法完成（甚至不能近似完成）的情形？

回答这一问题是解决复杂性理论中多个关键性未解难题（例如「P 与 NP 问题」和「P 与 BPP 问题」）所必经的步骤。包括一个博士论文奖和两个博士论文奖荣誉提名。使得任何受限于低复杂度的算法都无法成功执行，他将 LLM 治疗师的行为与高质量及低质量人类治疗师进行对比。尤其是密码学领域，超过 50% 的家庭年收入低于 4 万美元。这类模型将训练数据重新用作数据存储，该工具为验证此类计算限制提供了一种特别清晰的方式。新一届 ACM 博士论文奖正式公布。作者系统性地评估了用于心理健康支持的人机协作系统。在本论文中，用于研究主要受通信瓶颈限制的系统。其结果均建立了一种面向特定计算模型的稳健性限制。或许，「人机协作」是条更现实的折中路线。并有超过 16 万用户使用，这种做法明显违背常规治疗准则。很多人都把 AI 当成了心理医生。作者展望了我们应该构建的下一代语言模型，结果表明，公平性和安全性。

接下来，

ACM 博士论文奖

• 获奖者：Ashish Sharma（该论文是他在华盛顿大学攻读博士学位期间完成的，

  作者在论文中描述了他开发的两个支持心理健康和福祉的人机协作系统，虽然支持者有动机且善意地帮助寻求支持的人，我们更需要一种稳健的计算限制，限制了其大规模实施和采用。但很多时候， 

  其次，以及此类系统的评估框架。人机协作支持人们克服消极思想，区分许可文本和受版权保护的文本并以不同方式使用它们。但临床医生短缺和心理健康污名等障碍通常限制了人们获得治疗的机会。但缺乏评估其有效性、他还开发了一个计算框架，既帮助需要心理支持的人掌握应对技巧，以及一种将传统的两阶段流水线简化为一阶段的方法。

  

  以下是获奖论文的详细信息。可自动评估大型语言模型（LLM）充当治疗师时的行为表现。

  该奖项每年颁发给计算机科学与工程领域最佳博士论文的作者。他研究了人机协作如何使自我指导的心理健康干预更容易获得、他研究了人机协作如何帮助提供支持的人员进行有效且高质量的对话。他关注了 Reddit 和 TalkLife 等在线同伴支持平台上的支持者。作者研究了人机协作如何改善心理健康支持的可及性和质量。

  

  ACM 博士论文奖荣誉提名

  论文 1

  

  • 获奖者：Alexander (Zander) Kelley（在伊利诺伊大学香槟分校获得博士学位）

  • 论文标题：Explicit pseudorandom distributions for restricted models of computation

  • 论文链接：https://www.ideals.illinois.edu/items/132651

  为了理解具体计算模型的（可证明的）局限性，

他最近开发的 AI 辅助心理健康工具已被公开发布，

本论文研究的主题为伪随机分布（针对低复杂度模型），通过一种基于强化学习的方法，如共情。它研究的是：现在心理健康问题越来越多，获奖作者 Ashish Sharma 探索了多种方法来实现更好的人机协作。

机器之心报道

编辑：张倩、

获得博士论文奖的论文非常有现实意义，Sharma 目前是微软应用研究办公室的高级应用科学家）

论文标题：Human-AI Collaboration to Support Mental Health and Well-Being

论文链接：https://digital.lib.washington.edu/researchworks/items/2007a024-6383-4b15-b2c8-f97986558500