XiaoMi-AI文件搜索系统
World File Search System引出
电网脱碳：气候转型投资框架
负责任投资涵盖了广泛的方法，但对于寻求为客户和整个社会创造价值的投资者来说，有一套共同的要求。其中最核心的就是为高排放行业制定周到的投资框架。这不是一项简单的任务，事实上，许多可持续投资者已经选择了撤资或排除性框架，将资本从经济的大部分领域引出。我们认为，这样做的部分动机是通过战略性地避开某些行业来降低所谓的“融资排放”——金融机构在向另一家公司提供资本时报告的排放量。这些框架可能很直观，但最终我们认为它们不足以解决温室气体排放和气候变化问题。在我们看来，许多框架只是对问题置之不理，满足于设计融资排放量低（在许多情况下是人为低）的投资组合。在我们看来，这些方法有不参与能源转型的风险。
声明与证明：人工智能评估中的明确假设对于有效监管是必要的
随着人工智能系统的发展，人工智能评估正成为确保安全法规的重要支柱。我们认为，这种法规应该要求开发人员明确识别和证明有关评估的关键基本假设，作为其安全案例的一部分。我们确定了人工智能评估中的核心假设（用于评估现有模型和预测未来模型），例如全面的威胁建模、代理任务有效性和充分的能力引出。其中许多假设目前无法得到很好的证明。如果监管要以评估为基础，那么如果评估显示出不可接受的危险或这些假设没有得到充分证明，就应该要求停止人工智能开发。我们提出的方法旨在提高人工智能开发的透明度，为更有效地治理先进的人工智能系统提供一条切实可行的途径。
一种检测潜在模式混淆的自动化方法
通过观察、问卷调查和其他技术，心理学家已经能够引出个体操作员（通常是飞行员）的心理模型。然而，将设计与特定个体的心理模型进行比较只能提供非常具体的信息；我们感兴趣的是设计是否容易产生模式混淆，为此，将设计与通用心理模型进行比较比将设计与个体心理模型进行比较更有用。这种通用模型可以从培训材料中提取（培训手册的目的之一，通常是隐含的，就是诱导足够的心理模型），也可以指定为明确的要求（例如，“这个按钮应该像一个切换按钮一样运行”）。认知研究对这些模型的性质提供了两个重要见解：首先，它们可以用称为“状态机”的数学结构紧凑地表示；第二，它们往往相当简单（这可以通过应用两个规范的简化来解释[3]）。
消费者行为和基于选择的联合分析
陈述偏好引出法通过“仅仅询问”消费者的口味、感知、评价、态度、动机、生活满意度和/或意向选择来收集数据。基于选择的联合分析 (CBC) 要求受试者在旨在模拟市场体验的实验中从假设菜单中做出选择。陈述偏好法在经济学中存在争议，尤其是对于非市场商品的评价，但 CBC 分析在营销和政策分析中被广泛接受和使用。陈述偏好实验的前景在于，它们可以提供比从显示的市场观察中获得的更深层次和更广泛的消费者偏好结构数据，通过对选择环境的实验控制来绕过实际市场均衡中的反馈。风险在于它们给出的消费者画像不能预测真实的市场行为。它
CDI 简报 2023 年 6 月：人工智能和聊天机器人革命
2022 年 11 月底，大型语言模型 (LLM) 的世界发生了变化。GPT-3 中的核心模型经过各种幕后微调和提示，创造出可以直观地作为完全自然语言聊天机器人工作的东西，而不需要用户提供必要的提示和说明性示例来引出所需的响应。2023 年初，大型语言机器 (LLM) 聊天机器人（如 Open AI ChatGPT 1 、BING（微软） 2 和 BARD（谷歌） 3）推出，旨在改变广泛主题的信息知识共享。他们各自使用自然语言处理技术以对话方式生成问题的答案。2023 年 4 月，亚马逊宣布正在开发改进的 LLM 来为 Alexa 4 提供支持。
TechEthos D2.2：HAL-CEA 的识别和规范
系统，包括大型语言模型、情感分析和生成，可应用于教育、长期护理和精神病学、人力资源、新闻、法律咨询和创意写作等领域。这些技术的伦理分析基于三个核心伦理困境：NLP 系统缺乏类似人类的推理或理解、聊天机器人的自发拟人化以及人工情感对人类用户的影响。在简要讨论了底层概念论点之后，报告分析了 NLP 对自主、尊严、体面、非操纵、尊重文化差异、避免偏见、责任、隐私和安全等价值观和原则的影响。每个价值观/原则讨论都会引出一系列伦理问题，这些问题需要由 NLP 技术的设计者、政策制定者和用户提出。
识别和指定潜在的道德问题和...
系统，包括大型语言模型、情感分析和生成，可应用于教育、长期护理和精神病学、人力资源、新闻、法律咨询和创意写作等领域。这些技术的伦理分析基于三个核心伦理困境：NLP 系统缺乏类似人类的推理或理解、聊天机器人的自发拟人化以及人工情感对人类用户的影响。在简要讨论了底层概念论点之后，报告分析了 NLP 对自主、尊严、体面、非操纵、尊重文化差异、避免偏见、责任、隐私和安全等价值观和原则的影响。每个价值观/原则讨论都会引出一系列伦理问题，这些问题需要由 NLP 技术的设计者、政策制定者和用户提出。
德国鱼雷和微型潜艇用原电池的发展，
最初计划在 13 T 电池托盘中安装 40-50 个电池，这些电池可以做得很小，由于 Mg-C 电池具有高电流容量，现在足以提供动力。电池供电鱼雷中的第二个托盘的空间需要用于放置所需的硝酸和铬酸以及循环泵。铝板电池壳每个用于容纳两个碳电极和三个镁电极。然而，由于外壳盖中的电流引出困难，导致 1941 年 10 月初放弃了这种电池结构。决定根据伏打电堆原理制造 Mg-C 电池。TVA 制造了这种电池，其中直径为 400 毫米的圆盘堆叠在一个 pertinax 管上，该管同时用于承载电解质。均匀的
使用 LLM 检索聚合物纳米复合材料的合成参数
自动化材料合成需要历史数据，但从出版物中提取详细数据和元数据具有挑战性。我们制定了初步策略，使用大型语言模型从材料科学文章中快速、自主地提取数据，数据格式可由材料数据库管理。我们使用聚合物纳米复合材料的子域作为示例用例，并通过手动验证演示了概念验证案例研究。我们使用 Claude 2 chat、Open AI GPT-3.5 和 4 API 提取表征方法和有关样品的一般信息，利用零次和少量提示来引出更详细和准确的响应。我们在样本提取任务中使用 Claude 2 chat 获得了最佳结果，F1 得分为 0.88。我们的研究结果表明，语言模型对于从文献中更有效、更实用地检索合成参数非常有用。