230022 Linguistic perspectives on Large Language Models (S) (WiSe 2024/2025)

Inhalt, Kommentar

Large Language Models (LLMs) like GPT-3 or GPT-4 have greatly advanced the state-of-the-art in computational linguistics and natural language processing. For the first time in the history of this field, there seems to be a technology that comes close to human language use in various kinds of situations and tasks. For this reason, LLMs have recently received interest from linguistic research: linguistic researchers are currently debating to what extent LLMs can be seen as a model of the human ability to process language and use it for communication. In this research-oriented seminar, we will first cover some computational basics of LLMs and then dive into this debate: what do LLMs know about human language and how can we test this? How can we use insights and experimental designs from linguistic research to study LLMs? And maybe: how can we use LLMs to learn something about human language?

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

This class targets an interdisciplinary audience of computationally-minded and linguistically-minded students, including PhD students.

Basic knowledge of (python) programming and machine learning will help but is not strictly necessary.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  
wöchentlich Mo 14-16   07.10.2024-31.01.2025

Fachzuordnungen

Modul Veranstaltung Leistungen  
23-LIN-Inf Computerlinguistische Grundlagen für Informatik-Studierende Veranstaltung aus dem Bereich computerlinguistische Grundlagen Studienleistung
Studieninformation
- benotete Prüfungsleistung Studieninformation
23-LIN-MaCL-MethAngewCL Methoden der angewandten Computerlinguistik Lehrveranstaltung 1 Studienleistung
Studieninformation
Lehrveranstaltung 2 Studienleistung
Studieninformation
39-M-Inf-INT-adv Advanced Interaction Technology Advanced Interaction Technology: Seminar 1 Studienleistung
Studieninformation
Advanced Interaction Technology: Seminar 2 benotete Prüfungsleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Keine Konkretisierungen vorhanden
Kein Lernraum vorhanden
registrierte Anzahl: 15
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
WS2024_230022@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_471120347@ekvv.uni-bielefeld.de
Reichweite:
15 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Samstag, 11. Mai 2024 
Letzte Änderung Zeiten:
Sonntag, 12. Mai 2024 
Letzte Änderung Räume:
Sonntag, 12. Mai 2024 
Art(en) / SWS
S / 2
Sprache
Diese Veranstaltung wird komplett in englischer Sprache gehalten
Einrichtung
Fakultät für Linguistik und Literaturwissenschaft
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=471120347
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
471120347