LLMs4All: Ein Überblick über große Sprachmodelle für Forschung und Anwendungen in akademischen Disziplinen
LLMs4All: A Review on Large Language Models for Research and Applications in Academic Disciplines
September 23, 2025
papers.authors: Yanfang, Ye, Zheyuan Zhang, Tianyi Ma, Zehong Wang, Yiyang Li, Shifu Hou, Weixiang Sun, Kaiwen Shi, Yijun Ma, Wei Song, Ahmed Abbasi, Ying Cheng, Jane Cleland-Huang, Steven Corcelli, Patricia Culligan, Robert Goulding, Ming Hu, Ting Hua, John Lalor, Fang Liu, Tengfei Luo, Ed Maginn, Nuno Moniz, Jason Rohr, Brett Savoie, Daniel Slate, Tom Stapleford, Matthew Webber, Olaf Wiest, Johnny Zhang, Nitesh Chawla
cs.AI
papers.abstract
Moderne Techniken der Künstlichen Intelligenz (KI) verändern kontinuierlich unsere Sicht auf die Welt. Beispielsweise haben Anwendungen, die auf großen Sprachmodellen (Large Language Models, LLMs) wie ChatGPT basieren, die Fähigkeit demonstriert, menschenähnliche Gespräche zu einer Vielzahl von Themen zu generieren. Aufgrund der beeindruckenden Leistung bei verschiedenen sprachbezogenen Aufgaben (z. B. offene Wissensfragen, Übersetzung und Dokumentenzusammenfassung) lassen sich die weitreichenden Auswirkungen erahnen, die LLMs durch breitere Anwendungen in der realen Welt (z. B. Kundenservice, Bildung und Barrierefreiheit sowie wissenschaftliche Entdeckungen) haben können. Inspiriert von diesen Erfolgen bietet dieser Artikel einen Überblick über die modernsten LLMs und ihre Integration in eine Vielzahl von akademischen Disziplinen, darunter: (1) Geisteswissenschaften, Literatur und Recht (z. B. Geschichte, Philosophie, Politikwissenschaft, Kunst und Architektur, Recht), (2) Wirtschaftswissenschaften und Betriebswirtschaft (z. B. Finanzen, Volkswirtschaftslehre, Rechnungswesen, Marketing) und (3) Naturwissenschaften und Ingenieurwesen (z. B. Mathematik, Physik und Maschinenbau, Chemie und Chemieingenieurwesen, Lebenswissenschaften und Bioingenieurwesen, Geowissenschaften und Bauingenieurwesen, Informatik und Elektrotechnik). Indem wir Menschlichkeit und Technologie verbinden, untersuchen wir in diesem Artikel, wie LLMs Forschung und Praxis in diesen Bereichen prägen, und diskutieren gleichzeitig zentrale Grenzen, offene Herausforderungen und zukünftige Richtungen im Zeitalter der generativen KI. Die Übersicht darüber, wie LLMs disziplinübergreifend eingesetzt werden – zusammen mit zentralen Beobachtungen und Erkenntnissen – kann Forschern und Praktikern, die daran interessiert sind, LLMs zur Weiterentwicklung ihrer Arbeit in diversen realen Anwendungen zu nutzen, wertvolle Einblicke bieten.
English
Cutting-edge Artificial Intelligence (AI) techniques keep reshaping our view
of the world. For example, Large Language Models (LLMs) based applications such
as ChatGPT have shown the capability of generating human-like conversation on
extensive topics. Due to the impressive performance on a variety of
language-related tasks (e.g., open-domain question answering, translation, and
document summarization), one can envision the far-reaching impacts that can be
brought by the LLMs with broader real-world applications (e.g., customer
service, education and accessibility, and scientific discovery). Inspired by
their success, this paper will offer an overview of state-of-the-art LLMs and
their integration into a wide range of academic disciplines, including: (1)
arts, letters, and law (e.g., history, philosophy, political science, arts and
architecture, law), (2) economics and business (e.g., finance, economics,
accounting, marketing), and (3) science and engineering (e.g., mathematics,
physics and mechanical engineering, chemistry and chemical engineering, life
sciences and bioengineering, earth sciences and civil engineering, computer
science and electrical engineering). Integrating humanity and technology, in
this paper, we will explore how LLMs are shaping research and practice in these
fields, while also discussing key limitations, open challenges, and future
directions in the era of generative AI. The review of how LLMs are engaged
across disciplines-along with key observations and insights-can help
researchers and practitioners interested in exploiting LLMs to advance their
works in diverse real-world applications.