特朗普的驱逐出境议程将短暂摧毁数百万个工作：特朗普政府的反移民和驱逐出境议程将损害数百万的人和劳动力。根据对移民执法的增加的研究，四年的驱逐出境可以消除移民和美国出生的工人的数百万工作。国会驱逐出境和工作首先出现在愤怒的熊身上，而不是为侵略性和不加区分的移民执法提供资金。
Could ChatGPT be more persuasive than people?
大型语言模型（例如ChatGpt-4）在在线辩论中可能比人类更具说服力，如果他们基于有关对手的个性化信息来调整他们的论点。该团队将900人与另一个人类或GPT-4相匹配，以辩论各种社会政治问题，例如美国是否应该禁止化石燃料。在某些双子里，对手获得了有关其辩论伙伴的信息，包括他们的性别，年龄，种族，教育水平，就业状况和政治隶属关系，以更好地针对他们的论点。他们发现，配备个人信息时，GPT-4比人类对手高64％。作者说，没有它，GPT-4的有说服力的能力与人类的说服力是无法区分的。
Mercantilism Isn’t All Bad, but Trump’s Version Is the Worst
唐纳德·特朗普的混乱，不加区分的贸易政策对扩大在美国的关键，战略投资并不奇怪，并充满了裙带主义。他的重商主义品牌体现了其所有最严重的缺陷，而各国通过正确的贸易政策所取得的好处没有。
Plant-based waterproof material could replace single-use plastics
纤维素是纸的主要组成部分，可以变成透明的防水物体，例如几乎与塑料无法区分的杯子，但更快地分解
Farmers sound alarm as Trump's potential damage to food supply 'could be long-lasting'
总统唐纳德·特朗普（Donald Trump）的戏剧性削减幅度袭击了联邦政府的许多地方，但值得特别关注的是减少旨在保护动植物和动物健康的机构和计划。美国农业部，疾病控制与预防中心以及食品和药物管理局的解雇可能意味着对食品安全和动物健康的威胁。艾米丽·阿纳斯（Emily Anthes）和阿波尔瓦（Apoorva Mandavilli）写道：“损害可能是持久的。保留工作的工人说，动荡使他们关注出口，研究生说他们正在重新考虑联邦政府的职业。专家说，不断缩小的劳动力也可能对贸易和粮食安全产生深远的影响，并使国家无能应对未来对植物和动物健康的威胁。他告诉《泰晤士报》：“这些确实是不加区分的射击。”
МВД: мошенники крадут аккаунты в Telegram через Wi-Fi в Шереметьево
警方警告称，网络犯罪分子正在公共场所创建难以与真实网络区分的虚假网络。
Whittieria hengduanensis Z.L.Liang & Li Bing Zhang，Liang et Zhang。2024。DOI：doi.org/10.3897/phytokeys.249.135379 摘要描述并说明了来自中国西南部四川、西藏和云南（喜马拉雅山东部）的一种新蕨类植物——Whittieria hengduanensis（蛇舌草科）。该物种与美洲的 W. engelmannii 相似，具有圆柱形根茎和复杂的网状脉。此外，这两个物种都生长在碱性土壤的开放栖息地中。然而，这两个物种在每个根茎上的根数和每个营养体上的较大网状叶斑数量上是可以区分的。我们的分子研究
[A] Stenacellus stygopersicus Jugovic、Malek-Hosseini 和 Issartel sp。十一月[B, C] S. tashanicus Khalaji-Pirbalouty、Fatemi、Malek-Hosseini 和 Kuntner，2018 年，伊朗塔山洞穴。 Jugovic, Malek-Hosseini, Issartel, Konecny-Dupré, Kuntner, Fatemi, Flot, Douady 和 Malard, 2024.DOI: doi.org/10.5852/ejt.2024.968.2733摘要我们报告了 St
“Well, That Just Means You’re a Bigot”
觉醒羞辱游戏的时代已经结束。教育中明智区分的时代万岁。文章《好吧，那只是意味着你是个偏执狂》首先出现在 Education Next 上。
The Applications of Generative AI in Various Industries
生成式 AI 是指一类人工智能模型，旨在通过从现有数据中学习模式来生成新的原创内容。生成式 AI 模型，例如生成对抗网络 (GAN) 和 GPT-4 等转换器，可以通过理解和模仿输入数据的底层结构来创建文本、图像、音乐等。与专注于识别模式和做出预测的传统 AI 不同，生成式 AI 可以产生通常与人类创造的内容难以区分的新颖输出。这种能力使其在各种应用中具有无价的价值，它可以增强创造力、效率和创新。在本文中，我们将探讨生成式 AI 在各个行业中的应用。此外，我们将分析生成式 AI 的挑战和道德考虑，并向您展示如何安全负责地使用生成式 AI。那么，让我们开始吧！生成式人工智能生成式人工智能：简介生
Microsofts VALL-E 2: En AI-röst så verklighetstrogen att den anses vara för farlig att släppa ut
微软最近推出了一款名为 VALL-E 2 的突破性人工智能语音生成器，据称它非常先进，可以重现与真人无法区分的声音。这一技术壮举标志着文本转语音 (TTS) 领域的一个里程碑，VALL-E 2 首次实现了“人类平价”。这意味着生成器可以产生诸如[…]微软的VALL-E 2：一种人工智能声音如此逼真以至于被认为太危险而无法发布的帖子首次出现在人工智能新闻上。
LLM Alignment: Reward-Based vs Reward-Free Methods
LLM 对齐的优化方法上下文语言模型已经展示了根据用户提供的提示生成各种引人注目的文本的非凡能力。然而，定义什么是“好”文本具有挑战性，因为它通常取决于个人偏好和具体背景。例如，在讲故事时，创造力是关键；在制作信息内容时，准确性和可靠性至关重要；而在生成代码时，确保它正确运行至关重要。因此出现了“LLM 对齐问题”，它指的是确保大型语言模型 (LLM) 的行为方式符合人类价值观、意图和偏好的挑战。设计一个损失函数来捕捉我们在文本中重视的各种品质——比如创造力、准确性或可执行性——是非常复杂且通常不切实际的。像这样的概念是不可区分的，因此不能反向传播，也不能用简单的下一个标记生成来训练。想象一下
Stanford AI Lab Papers at CoRL 2021
机器人学习会议 (CoRL 2021) 将于下周举行。我们很高兴与大家分享 SAIL 的所有成果，您可以在下面找到论文、视频和博客的链接。欢迎直接联系作者，了解更多有关斯坦福大学的工作！已接受论文列表 LILA：语言知情潜在行动作者：Siddharth Karamcheti*、Megha Srivastava*、Percy Liang、Dorsa Sadigh 联系方式：skaramcheti@cs.stanford.edu、megha@cs.stanford.edu 关键词：自然语言、共享自主性、人机交互 行为：虚拟、交互和生态环境中日常家庭活动的基准 作者：Sanjana Srivasta
Stanford AI Lab Papers at CoRL 2021
机器人学习会议 (CoRL 2021) 将于下周举行。我们很高兴与大家分享 SAIL 的所有成果，您可以在下面找到论文、视频和博客的链接。欢迎直接联系作者，了解更多有关斯坦福大学的研究成果！已接受论文列表 LILA：语言知情潜在行动作者：Siddharth Karamcheti*、Megha Srivastava*、Percy Liang、Dorsa Sadigh联系方式：skaramcheti@cs.stanford.edu、megha@cs.stanford.edu 关键词：自然语言、共享自主性、人机交互 行为：虚拟、交互和生态环境中日常家庭活动的基准 作者：Sanjana Srivast
A Curious Case of Auditory-Gustatory Synesthesia... in someone who can't smell
1907 年的一项引人入胜的案例研究描述了自我报告的通过听到特定的单词、名称或声音而引起的感官“味觉”体验（Pierce，1907 年）。受试者是一位即将大学毕业的年轻女性。据她所知，她一直都有这些经历，而且在她的一生中，她大部分时间都不知道这些经历是不寻常的。这种在发现自己的一种内在体验的独特性时的惊讶与许多当代人报告的不太典型的现象相似，例如失语症（无法产生视觉图像）。Pierce 指出，受试者患有嗅觉缺失症（嗅觉丧失），尽管没有对此进行正式测试。尽管如此，他观察到：虽然她可能就在附近，但她没有注意到炉子上燃烧的咖啡。放在鼻孔里的樟脑只会产生刺痛感。氨水可以闻到而不会感到不适。而且，与所有
盖尔·威尔斯基（Gail Wilensky）在罗伯特·伍德·约翰逊基金会（Robert Wood Johnson Foundation）人力资本博客中的有趣帖子。她对捆绑对护士角色的影响的讨论脱颖而出：转向更具包容性的捆绑包，尤其是那些根据所提供的护理质量区分的束缚，应该提高护理在为护理提供护理方面的作用，以[…]偶然的经济学家首次出现在偶然的经济学家中。
