Keresés
Keresés
Close this search box.

hu / en

Fertő Imre új társszerzős tanulmánya megjelent a Land Use Policy szakfolyóiratban Tovább olvasom

Tovább olvasom

Szalavetz Andrea tanulmánya megjelent a Post-Communist Economies folyóiratban Tovább olvasom

Tovább olvasom

Fertő Imre, Hajdu Tamás, Krekó Judit és Tóth G. Csaba cikkei a Scientific Reports Top 100-as listájára kerültek Tovább olvasom

Tovább olvasom

Hajdu Gábor és Hajdu Tamás cikke megjelent a Social Indicators Research szakfolyóiratban Tovább olvasom

Tovább olvasom

Ettől függ, hogy kit zavarnak az országok közti gazdasági egyenlőtlenségek - Gáspár Attila cikke a KRTK blogban Tovább olvasom

Tovább olvasom

Lesz-e új nemzetközi gazdasági-politikai világrend; és ha igen milyen? Esetleg a káosz lesz a rend? - a Külgazdaság körkérdésére Sass Magdolna és Antalóczy Katalin válaszol Tovább olvasom

Tovább olvasom

KTI Szeminárium: Johannes Wachs – Online public goods and Large Language Models

Az előadásra hibrid formában kerül sor zoom felületen, illetve személyesen a K.11-12 terem; 2024. április 4.-én 13:00 – tól.  

Előadó: Johannes Wachs

Title: Online public goods and Large Language Models

Abssztrakt:

When we share content, discuss topics, and ask or answer questions online, we are contributing to the vast amount of data on the web. Search engines made this data accessible and valuable by indexing the web. More recently, people seeking information on the web have found a new alternative: large language models (LLMs) like ChatGPT. LLMs offer useful information on a variety of topics and are increasingly competitive with search engines and public web forums. I will present evidence that since the release of ChatGPT, activity on Stack Overflow, the largest online Q&A platform for computer programming, has fallen significantly. We observe no significant change in content quality but do find significant heterogeneity across programming languages. I will discuss potential implications of this phenomenon. I will also share early results from a large-scale randomized control trial on incentivizing contributions to online public goods.