IM+io Fachmagazin, Ausgabe 3/2024

Der schmale Grat zwischen Innovation und Halluzination
Was Large Language Models wirklich können

Literaturhinweise

[1]    „ChatGPT“, Data Intelligence, Bd. 6, Nr. 1, S. 201–239, Feb. 2024, doi: 10.1162/dint_a_00243.

[2]         J. Lee und J. Park, „AI as “Another I”: Journey map of working with artificial intelligence from AI-phobia to AI-preparedness“, Organizational Dynamics, Bd. 52, Nr. 3, S. 100994, Juli 2023, doi: 10.1016/j.orgdyn.2023.100994.

[3]         J. Chen, H. Lin, X. Han, und L. Sun, „Benchmarking Large Language Models in Retrieval-Augmented Generation“, 20. Dezember 2023, arXiv: arXiv:2309.01431. Zugegriffen: 19. Juli 2024. [Online]. Verfügbar unter: http://arxiv.org/abs/2309.01431

[4]         J. White u. a., „A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT“, 2023, arXiv. doi: 10.48550/ARXIV.2302.11382.

[5]         X. Wang u. a., „Searching for Best Practices in Retrieval-Augmented Generation“, 2024, arXiv. doi: 10.48550/ARXIV.2407.01219.

[6]         L. Huang u. a., „A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open Questions“, 9. November 2023, arXiv: arXiv:2311.05232. Zugegriffen: 19. Juli 2024. [Online]. Verfügbar unter: http://arxiv.org/abs/2311.05232