XiaoMi-AI文件搜索系统
World File Search System对话性
个性化算法对AI增强虚拟购物助理中消费者参与和购买行为的影响
算法越来越多地用于以消费者为导向的决策，并了解客户对他们的反应至关重要。这项研究基于自决理论，旨在确定影响消费者决策的AI算法变量。这些可以通过提高客户忠诚度来改善消费者的乐趣，参与和增加收入。在线购物涉及通过五个阶段的过程通过Internet进行购买。人工智能通过提供量身定制的体验和见解来彻底改变客户参与。生成和对话性AI可以生成产品建议，而AI驱动的系统为企业和消费者提供了优势，提高销售额和客户满意度以及优化购物过程。该研究使用社会交流理论（集合）和服务为主导逻辑（SDL）来研究AI驱动的技术如何通过提供个性化建议和快速服务来使消费者受益。
生成的AI作为知识变化的来源
2022年11月的Chatgpt推出，彻底改变了生成人工智能的可访问性，从而实现了对话性互动。经过数百万人的影响，其对管理的影响已成为辩论的主题。在数字革命中，生成人工智能具有变革性的潜力，可以自动化任务，提供新颖的商品和服务，并产生宝贵的见解。但是，在数字化转型的背景下，出现了诸如数据质量，人类监督和道德考虑之类的挑战。本研究采用定性研究方法来检查当前对生成人工智能的理解，并预测其对组织内知识管理的影响。通过在行业专家之间进行调查，本文旨在为生成人工智能的整合及其对知识管理范式的影响提供宝贵的见解。关键字：知识管理，生成AI，CHATGPT，数字化转型，信息赛和通信技术
基于人工智能的 React 应用程序（由...提供支持）
对话式人工智能领域的不断发展，推动了语音控制应用程序的发展，这些应用程序旨在复制类似人类的交互。本研究论文介绍了一个创新项目，该项目结合了 ALAN-AI 和 React.js，创建了一个语音控制的新闻应用程序。通过将尖端语音集成技术 ALAN-AI 与流行的 JavaScript 库 React.js 相结合，该项目为用户提供了无缝且直观的体验。ALAN-AI 的高级语音识别功能使用户能够使用语音命令与新闻应用程序进行交互。该系统可以准确理解口语，使用户能够轻松浏览新闻文章、搜索特定主题并完全通过语音控制执行各种任务。ALAN-AI 能够生成自然且符合语境的响应，从而增强了应用程序的对话性，从而带来更具吸引力的用户体验。
dobby：由GPT-4驱动的对话服务机器人
摘要 - 这项工作引入了一个机器人平台，该平台全面地集成了多步操作执行，自然语言理解和内存，以根据可变需求和用户意图进行交互性执行服务任务。所提出的体系结构是围绕源自GPT-4的AI代理构建的，该代理嵌入了体现系统中。我们的方法利用语义匹配，计划验证和状态信息将代理在物理世界中扎根，并在交流和行为之间进行无缝合并。我们通过HRI研究来证明该系统的优势，该研究比较了在自由形式的旅游指南方案中具有和没有对话性AI功能的移动机器人。沿五个维度测量了系统的适应性：灵活的任务计划，互动信息探索，情感友好性，个性化以及增强的总体用户满意度。
上下文汇总，以主题为中心的个性化医学对话生成
在对话系统的领域中，产生的响应通常缺乏个性化。在医疗领域尤其如此，在医学领域中，研究受到可用的特定域数据以及建模医学环境和角色信息的复杂性的限制。在这项工作中，我们研究了用于个性化医学对话生成的大型语言模型的潜力。尤其是为了更好地汇总长期的对话性会议，我们采用以主题为中心的摘要来将核心信息从对话中的his-tory中提炼出来，并使用此类信息来指导conteralsation流动和生成的内容。从现实世界的远程医疗转化中汲取灵感，我们概述了一条全面的管道，其中包含数据处理，配置文件建筑和域的适应性。这项工作不仅强调了我们的技术方法，而且还分享了数据制备和模型构建阶段的蒸馏见解。
XSL•fo
背景：2022年11月的Chatgpt（OpenAI）推出（OpenAI）引起了公众的关注和学术兴趣（LLMS），从而促进了许多其他创新的LLM的出现。这些LLM已应用于包括医疗保健在内的各个领域。从那以后，就如何在与健康相关的情况下使用最先进的LLM进行了许多研究。目的：本综述旨在总结有关卫生保健中对话性LLM的应用和疑虑，并为该领域的未来研究提供了议程。方法：我们使用PubMed，ACM和IEEE数字库作为本综述的主要来源。我们遵循Prisma（系统评价和荟萃分析的首选报告项目）的指导，并选择了经过同行评审的研究文章（（1）与医疗保健应用和对话llms相关的研究文章，以及（2）在2023年9月1日之前发表，当时我们是我们启动纸质纸收藏的日期。我们调查了这些论文，并根据它们的应用和疑虑对它们进行了分类。结果：我们的搜索最初根据目标关键字确定了820篇论文，其中65（7.9％）的论文符合我们的标准，并将其包括在审查中。最受欢迎的对话llm是Chatgpt（60/65，92％的论文），其次是Bard（Google LLC； 1/65，1/65，2％的论文），Llama（Meta; 1/65; 1/65，2％的论文）和其他LLMS（6/65，9％，9％的论文）。使用LLMS进行了49篇论文，用于摘要或医学知识查询，或两者兼而有之，有58（89％）的论文表达了对可靠性或偏见或两者兼而有之的担忧。这些论文分为四类申请：（1）汇总，（2）医学知识查询，（3）预测（例如，诊断，治疗建议和药物协同作用），以及（4）管理（例如，文档和信息收集），以及四个类别的问题，以及四个类别：（1）可靠性（例如，培训数据质量，三），以及准确性，和一致性，和一致性，以及一致性，以及一致性，以及一致性，以及一致性，以及一致性，以及一致性，以及一致性，以及一致性，以及一致性，（3）隐私和（4）公众可接受性。我们发现，对话llms在摘要中表现出了令人鼓舞的结果，并为精度相对较高的患者提供一般医学知识。但是，诸如chatgpt之类的对话llms并不总是能够为需要专业领域专业知识的复杂健康相关任务（例如，诊断）提供可靠的答案。虽然偏见或隐私问题通常被视为关注点，但在我们的审查论文中没有实验研究对话性LLM在医疗保健研究中如何导致这些问题。
我们站立：基准测试乌尔都语ASR模型
本文介绍了乌尔都语自动语音识别（ASR）模型的全面评估。我们使用单词错误率（WER）分析了三个ASR模型家族的性能：耳语，MMS和无缝M4T，以及对最常见的错误单词和错误类型（包括插入，删除和下限）的详细检查。我们的分析是使用两种类型的数据集进行的，请阅读语音和文章。值得注意的是，我们提供了第一个用于基准乌尔都语ASR模型的对话性语音数据集。我们发现，无缝的大型在读取的语音数据集上的表现优于其他ASR模型，而在对话的语音数据集中，Whisper-Large的表现最佳。此外，这种评估强调了仅使用定量指标来评估乌尔都语（例如乌尔都语）的ASR模型的复杂性，并提出了对强大的乌尔都语文本正常ization系统的需求。我们的发现为乌尔都语等低资源语言开发强大的ASR系统提供了有价值的见解。
生成AI和拟人化在塑造对话式营销中的作用：为未来的研究创建矩阵
Khalil Israfilzade Kauno Kolegija高等教育机构摘要：这项研究研究了在会话营销的背景下生成人工智能与拟人化之间的相互联系。 这项研究强调了生成AI的变革潜力以及拟人化的关键作用在近年来追踪对话式营销的发展来增强用户体验中的关键作用。 本文介绍了一个新颖的矩阵，该矩阵突出了不同程度的生成AI和拟人化对对话营销成果的影响。 该矩阵是学者和行业专业人员的宝贵工具。 它为潜在的协同作用提供了深刻的见解，以及将不同的AI复杂水平与不同程度的拟人化设计相结合而产生的挑战。 这项研究强调了在这两个要素之间达到平衡的重要性，以确保最佳的客户参与和营销策略功效。 来自矩阵的每个象限的实际示例进一步揭示了现实世界的含义，从而对未来的研究方向有了全面的了解。 关键字：对话营销，数字营销，生成性AI，拟人化，人工智能介绍当今动态的商业环境中，对话性营销是一种变革性的方法，重塑了企业与客户互动的方式。 从历史上看，营销策略在很大程度上是一维的（Sinha＆Singh，2018），企业在广播他们的信息和客户被动地接收它们的情况下。Khalil Israfilzade Kauno Kolegija高等教育机构摘要：这项研究研究了在会话营销的背景下生成人工智能与拟人化之间的相互联系。这项研究强调了生成AI的变革潜力以及拟人化的关键作用在近年来追踪对话式营销的发展来增强用户体验中的关键作用。本文介绍了一个新颖的矩阵，该矩阵突出了不同程度的生成AI和拟人化对对话营销成果的影响。该矩阵是学者和行业专业人员的宝贵工具。它为潜在的协同作用提供了深刻的见解，以及将不同的AI复杂水平与不同程度的拟人化设计相结合而产生的挑战。这项研究强调了在这两个要素之间达到平衡的重要性，以确保最佳的客户参与和营销策略功效。来自矩阵的每个象限的实际示例进一步揭示了现实世界的含义，从而对未来的研究方向有了全面的了解。关键字：对话营销，数字营销，生成性AI，拟人化，人工智能介绍当今动态的商业环境中，对话性营销是一种变革性的方法，重塑了企业与客户互动的方式。从历史上看，营销策略在很大程度上是一维的（Sinha＆Singh，2018），企业在广播他们的信息和客户被动地接收它们的情况下。但是，新技术的兴起和客户期望的变化导致范式转向营销方法，这些方法对每个人都更加互动和量身定制。因此，其中一个被称为“对话营销”，它重点是公司与客户之间的实时，有意义的对话，其目标是建立更深入的联系和更个性化的体验（Sotolongo＆Copulsky，2018年； Israfilzade； Israfilzade，2021; 2023; 2023; 2023; 2023）。这项研究的主要目标是彻底研究生成AI与拟人化的相互作用，并解码其对对话营销领域的综合影响。该研究旨在首先解开对话营销的关键原则和进化路径。随后，它打算评估生成AI在制定会话营销策略中的重要作用和影响。调查以呈现一个综合矩阵的介绍结束，该矩阵结合了不同级别的生成AI和拟人化，从而对它们对对话性营销实践的影响提供了详细的看法。为了实现上述目标，本研究采用了全面的文献综述方法。通过研究无数的学术文章，期刊和以前的研究工作，该研究旨在对该主题进行整理，分析和介绍整体观点。演示文稿的逻辑遵循一种结构化的方法，首先是对会话营销的概述，然后深入探索生成的AI和拟人化和拟人化，并在引入矩阵的矩阵中最终封装了研究的核心发现。
Sherrill，Samantha，Watson，Jordan，Khan，Riya，Nagai，Yoko，Azevedo，R.T.，Tsakiris，Manos，Garfinkel，Garfinkel，Sarah N.和Critchley，Hugo D.（2023）
摘要AI的发展为传播者（即，对话代理人），已经为AI在人们的社会世界中的位置以及人类和机器之间的感知过程，尤其是自闭症患者，尤其是可能从这种互动中受益的人。当前的研究旨在在1-4周内探索六个自闭症和六个非自闭症成年人与对话虚拟人（CVH/对话剂/聊天机器人）的相互作用。使用半结构化访谈，对话性聊天案和研究后的在线问题，我们介绍了与人类chatbot互动，聊天机器人人性化/DEHU MANIVIANGE和CHATBOT的自闭症/非独立性特征有关的发现。发现表明，尽管自闭症用户愿意与聊天机器人交谈，但没有迹象表明与聊天机器人建立关系。我们的分析还强调了自闭症用户对聊天机器人的同理心的期望。对于非自动用户的情况，他们试图通过不断测试AI对话/认知技能来扩展对话代理的能力。此外，非自动用户对Kuki的基本对话技能感到满意，而在Con Trary，自闭症参与者中，他们期望更多的深度对话，因为他们更信任Kuki。这些发现提供了针对自闭症用户的新型人与chatbot互动模型的见解，以通过陪伴和社交联系来支持他们。
良好的思想：我们的大脑如何构建有意义的...
标题很有趣 - 解释了声音对大脑的影响，大脑对它的影响以及它如何影响人。这本书是听觉神经科学家Nina Kraus博士的爱的劳动。kraus用个人和研究观察的混合物写作，主要来自她的实验室的作品，也是来自其他研究的作品。她对塔拉尔（Tallal's），梅尔泽尼奇（Merzenich's），克里希南（Krishnan），佩雷茨（Peretz）和帕特尔（Patel）的研究贡献给出了众多观点。用比喻来借鉴，用熟悉的现实生活音乐体验来说明她的观点-Zakir Hussain，Lady Gaga，The Beatles和爵士音乐家。这本书给出了有关声音对 - 引用“我们的声音自我”的当前知识的全面图片。kraus将知识置于具有适当类比的已知构造中。它以其他章节的介绍开始。有脚注要解释，提供有关概念的详细信息，并且有一大堆笔记（67页），其中包含每章的参考文献，一个词汇表，索引和确认（10页）。插图虽然黑色和白色提供了复合图片。克劳斯（Kraus）采用了一种对话性语气，并讲述了我们声音思想的故事 - 从简短的介绍到听力，聆听，鸟类歌曲，双语，噪音和衰老的过程，从逻辑上开始安排。解释了拉丁单词的含义（许多人的祸根），这增加了阅读的易用性。