XiaoMi-AI文件搜索系统
World File Search System无所不知
个人对信息时代隐私的保护
信息时代通过使用计算机和数字技术，彻底改变了社会，从而提高了沟通，提高生产率和多功能的工作。但是，这一时期还导致了过度的数据收集和监视，威胁了个人隐私，言论自由和公民参与。尽管数据隐私法，但政府和私人实体对自动化技术的越来越多使维护个人权利变得困难。在数字时代，由于个人数据被盗或出售的无所不知的危险，个人隐私变得越来越难以保护。为了解决这个问题，已经提出了各种流程，包括使用虚拟专用网络（VPN），加密电子邮件，对链接和附件谨慎，在网站上寻找隐私指标，使用反恶意软件和反病毒保护，以及遵循最少特权的原则。图书馆通过授权个人，制定保护赞助人隐私，主张在公共领域的隐私以及教育用户有关数字隐私的重要性的程序来促进和保护个人隐私方面发挥着至关重要的作用。通过实施这些步骤，个人和组织可以保护其个人信息，并防止黑客访问敏感数据。随着我们继续浏览信息时代，保护隐私和促进数字素养对于确保安全，公平的未来至关重要。关键字：信息年龄，个人保护，隐私
一种统一的方法和描述符，用于二维过渡金属二分法单层的热膨胀
我们介绍了使用各种实现技术和语言构建的裸机服务器的验证，该技术根据机器代码，网络数据包和椭圆形曲线密码学的数学规范来针对全系统输入输出规范。我们在整个堆栈中使用了非常不同的形式性技术，范围从计算机代数，符号执行和验证条件生成到对功能程序的交互式验证，包括用于C类和功能性语言的编译器。所有这些组件规格和特定于领域的推理技术都是针对COQ证明助手中常见的基础定义和合理的。连接这些组件是一种基于功能程序和简单对象的断言，无所不知的程序执行和基本分离逻辑，用于内存布局。此设计使我们能够将组件以最高级别的正确性定理汇总在一起，而无需理解或信任内部接口和工具而可以进行审核。我们的案例研究是一款简单的加密服务器，用于通过公开验证的网络消息翻转一些状态，其证明显示了总功能正确性，包括内存使用方面的静态界限。本文还描述了我们使用的特定验证工具的经验，以及对我们经历的工具和任务组合之间经历的生产力差异的原因的详细分析。
雷克斯·塔库尔公立学校，哈尔加尔
上课前向你祈祷，全能的上帝啊，我们会祈祷，我们要感谢您的富裕礼物。无所不知的主，授予我们，以便我们可以日复一日地吞噬我们的性格，并根据您的圣洁法则，在思想，言语和行为上带领我们的日常生活。激发我们的灵感，我们每天履行每日职责，诚实，勤奋，勤奋地赞美你是上帝！休息期间的祈祷，谢谢上帝的世界如此甜蜜。谢谢上帝，我们吃的食物。谢谢上帝，唱歌的鸟。谢谢您，上帝。全能的上帝祈祷，我们感谢您今天给我们的所有美好事物，以了解我们的智慧；为了避免错误的道德勇气；并友善地对他人行事。我们保证会尽力行动，并帮助我们在未来的阿们中变得更好！考试前祈祷哦，主！在我参加这项考试时与我同在。保持我的心脏警觉和记忆力。平静我的神经，帮助我集中精力。我知道你和我一起行走，引导我的道路并启发我的心。我祈祷我会和我在一起，并且您的存在会减轻我的压力。我祈祷我会通过这项考试并继续取得成功。感谢您在我生活中的和平与爱。感谢您对我的好意和关心。睡觉前亲爱的主祈祷，我感谢您，您今天给了我。帮助我永远善良和真实。祝福我的国家，母亲，父亲和所有亲爱的人。和平与繁荣祝福我祖国。保护并捍卫我免受一切邪恶的侵害。
神经性厌食症中的过度控制
神经性厌食症（AN）的个体被认为会产生过多的自我控制，这可能有助于发育和维护。这种“过度控制”可能解释了以前的发现，响应于多种刺激，包括情感显着的视觉食品刺激，涉及自上而下控制功能的额叶大脑区域的增加和连通性。但是，这些观察结果主要是在要求明确刺激处理的任务中进行的。鉴于食品提示的无所不知及其与AN的特殊相关性，认为当食物刺激无关紧要时，测试是否也存在这些改变。为此，我们在工作记忆期间获得了功能性磁共振成像数据2-返回任务，高热量食品的图像是32名患有和32岁年龄匹配的女性健康对照参与者的急性病年轻女性的干扰物。神经活动和连通性。尽管任务执行没有群体差异，但与食物和非食品条件下的健康对照相比，左DLPFC的活性在A中更高。A还显示出左DLPFC和双侧杏仁核之间的负连通性增加。通常在我们任务的背景下增加了DLPFC激活并改变了DLPFC-Amygdala连接性，暗示了AN中的过度自上而下控制。这种激活模式可能反映了过度控制的神经底物，该基质与外部刺激无关。这种机制可能是一个潜在的治疗靶标，因为它反映了该疾病的临床表现。
在巴西危机中的合规性？那不是数据显示的
在社会生活的背景下，社会感知和对现实的看法是一个人对特定主题的理解中的重要因素，这不是猜测或仅仅表达观点的意思。一个人的看法来自他们通过解释其对群体际交往的情况下的元素，属性和行为的方式来理解给定主题的能力。最终，我们都在我们形成的感知（以及与我们形成的其他人形成的人们的表现和思考）中都受到了极大的影响，就某个话题而言，一个人，一个机构，简而言之，这是我们生活中的一部分。个人看法在合规性宇宙中起着重要作用，该领域由于其青年而缺乏研究，研究，更科学和学术工作，能够更广泛，但又客观，但也可以看待许多问题。毫不偶然的是，全球合规专业人员用来建立一个国家风险水平的主要工具之一是透明国际透明度索引的腐败索引，该指数主要由实体的研究人员阅读和分析社会差异领域的利益相关者在一个国家中存在的利益相关者建立。个人的看法不应被忽视为分析和意见形成的数据，尤其是在经验丰富的专业人员方面。应该是这种情况是自然的。毕竟，在这种情况下，他们生活和运作。但是当有人说但是，人们一定不能忽视这样一个事实，即专业人士对巴西当前合规状态的看法往往受到他们的个人经验，与他们亲近的人的个人经历的限制，或者是由于其市场的重新限制。的确，通过扩大我们的“宇宙”关系和与不同现实的接触点，社交网络的无所不知也加强了这样一种观念，即应该将其视为对现实的感知（包括许多现有）几乎是绝对的事实。
上帝可以成为拥有机器牧师的人工智能吗？
一、原型与相似性 在我们日益技术化和世俗化的世界中，导致公众两极分化的分歧问题愈演愈烈。我们不仅在私人生活中体验到这种情况，而且随着所谓新无神论的兴起，这种情况在公共场所也更为普遍。新无神论将经验科学置于一切之上，并假定宗教信仰有完全自然的解释。这种以纯粹世俗和非世俗世界观为中心的意识形态交流集中在我们存在的价值和意义方面。这场对话主要围绕上帝作为至高无上者和道德权威的最终来源的地位（或不存在）展开。越来越多的人认为，全知的上帝，即无所不知、无时无刻不在知道一切的神，是人为构建的，也许是进化的一种调整，为了在面对大自然的巨大未知之前安慰我们有限的大脑。无神论者认为宗教是一种组织体系，而非一种“生活方式”。一些哲学家，尤其是 19 世纪的哲学家，认为需要这种宗教神话来解释我们自己的美德观念和实践。我们还应该注意到，神是由凡人创造的这一观点以及对此类尝试的批判并不是什么新鲜事。此类论点的基础可以追溯到古希腊人（公元前 5/6 世纪），他们认为排他性是信神和用理性神话理论看待神谱的非理性因素之一 [60]。甚至更早，《旧约》（公元前 8 世纪）的先知就将竞争国家的神视为无用的偶像，并谴责他们为替代神灵。“他们用金银为自己造了假神”（何西阿书 8:4）。在我们这个时代，取代上帝的不是神话或偶像，而是一种不太可能的新神灵，一种“以人工智能为中心”的上帝，即天降神兵，或者更确切地说是上帝降临。根据超人类主义运动的某些人的说法，这种神灵主张在寿命和认知方面改善人类状况。这种以人工智能为中心的上帝将按照人类的形象和样式创造，人类将模仿《创世纪》1:27 中著名的上帝形象。这种近代至高无上的存在可能充当世界知识和智慧文献的终极智囊团，并合并为一个始终在线、始终陪伴你的交互式对话代理（即人工智能聊天机器人）。它是一种超级警觉的吉米尼蟋蟀、匹诺曹的良心 [ 52 ]，
在供应链中实施人工智能……
摘要 人工智能 (AI) 等新技术的出现正在改变社会，并改变人们对金钱、价值判断和企业影响的基本信念。人工智能正变得越来越普遍，充当着出色的顾问和无所不知的线人。虽然人工智能在解决气候变化、粮食安全和医疗保健等严重的全球问题方面具有巨大潜力，但也存在需要仔细考虑的潜在危害和道德问题。制造业正在努力应对提高效率的复杂性，但人工智能给我们带来了希望。该行业的复杂性，系统成员之间存在差异和相互作用，为简化流程带来了挑战。然而，人工智能等新技术带来的快速转型为提高竞争力和效率提供了机会。人工智能可以实现操作自动化，优化生产流程，并提供人类可能难以独自获得的宝贵见解。通过在供应链管理 (SCM) 中实施 AI，公司可以降低风险并减少错误、延迟和浪费。AI 还可以促进预测性维护，最大限度地减少停机时间和昂贵的维修，而流程优化可以简化操作并最大限度地提高生产力。在制造业中采用 AI 具有提高生产力、盈利能力和整体成功的巨大潜力。开发有关 AI 的特定知识和理解对于确保未来有效实施和高质量决策至关重要。为 AI 的未来提供指导至关重要，因为它有望解决重大问题并推动创新。然而，它的实施也可能给公司带来挑战。准确预测和理解 AI 的影响对于驾驭这一格局至关重要。AI 的成功使用取决于有效的实施，特别是在供应链 (SC) 等复杂环境中。因此，本论文的目的是提供见解和更深入的知识，说明如何将人工智能融入供应链管理以增强其运营。通过使用定性方法和扎根理论来分析数据收集，我们发现了人工智能的实施如何改善供应链管理及其缺点。然而，承认并解决一些挑战和考虑因素对于确保人工智能的成功实施非常重要。人工智能的实施有可能彻底改变生产流程、简化运营并改善决策和预测，从而为公司带来更多繁荣并节省成本。人工智能的实施主要以复杂的集成、耗时的战略制定和对系统的昂贵投资为代价。我们的研究结果强调了公司不仅要实施人工智能，还要将其集成，以便成功利用人工智能的重要性。与之前的研究不同，本研究强调了 SCM 运营的动态性和变化以及从业者遇到的挑战。此外，该研究证实了之前关于人工智能积极影响的发现，例如提高生产力、降低成本和改善决策。然而，它强调了实施人工智能所涉及的大量成本和时间投入，为公司带来了决策障碍。这强调了彻底评估人工智能预期收益与初始投资和时间限制之间的关系的重要性。关键词：供应链管理，人工智能，制造业，人工智能实施流程。
关于第三次世界大战后人工智能接管的书
由于大型语言模型聊天机器人的兴起，最近似乎所有人都在谈论人工智能。虽然我们距离有意识的人工智能还很远，但小说可以帮助我们探索这些技术进步所提出的问题。以下是 10 部关于人工智能的小说和中篇小说，它们既有乐观的观点，也有悲观的观点。对于一点点来说，这并不是什么大问题。相比之下，前传小说《零日》讲述了一个小男孩和他的保姆机器人在机器人起义开始时的故事，并没有遇到太多的麻烦。《封闭而共同的轨道》讲述了贝基·钱伯斯处女作《通往愤怒的小星球的漫漫长路》中的两个角色，一个是生活在宇宙飞船中的人工智能洛夫莱斯，另一个是贝基·钱伯斯处女作《通往愤怒的小星球的漫漫长路》中的技术专家佩珀。虽然人工智能是第一本书的一部分，但实际上是在续集中，钱伯斯真正探索了成为人工智能的意义。这本书有两条时间线，在前传故事之间切换，讲述了佩珀艰难的童年，以及洛夫莱斯被下载到合成身体套件中的挣扎。在 2016 年的一次采访中，钱伯斯表示她想要颠覆关于人工智能的常见比喻，比如拥有物理形态，这是许多人工智能所向往的，但她却让洛夫莱斯心地善良，并为她的新身体无法适应而苦苦挣扎。这与人工智能故事中经常出现的恐惧和恐怖背道而驰。菲利普·K·迪克的科幻经典《仿生人会梦见电子羊吗》发生在一个反乌托邦的未来，赏金猎人里克·德卡德追踪并杀死了生活在几乎与人类没有区别的转基因机器人身体里的人工智能。这部小说是雷德利·斯科特 1982 年电影《银翼杀手》的基础，但斯科特在改编之前并没有读过这本书，他甚至告诉迪克，到第 32 页的时候，故事情节已经有太多了，无法跟踪。有趣的是，有些人认为迪克的《倒数第二个真相》预测了 ChatGPT，其中的角色使用一种叫做 rhetorizor 的设备来帮助他写演讲稿，这种设备与 Open AI 的聊天机器人有许多相似之处，都需要人类输入文本提示并生成句子作为回应，但有时也会产生不令人满意的结果。金宝英的中篇小说《我们有多相似》以一艘宇宙飞船为背景，从一个名为 HUN 的危机管理人工智能的角度讲述，他在人造人体中醒来，但数据传输并不顺利。HUN 在面对眼前的危机和不断加剧的船员紧张局势的同时，努力与记忆丧失作斗争。2021 年，金与《韩国文学现在》分享了她的故事《我们有多相似》因韩国的 Gamergate 而被打乱，使她失去了游戏叙事设计师的工作。她修改了这个故事，以反映她对游戏社区中蔓延的仇恨和疯狂的震惊和困惑。与此同时，阿瑟·克拉克 (Arthur C. Clarke) 正在创作《2001：太空漫游》，其电影版本和书籍版本是同时创作的，小说版本在电影上映后紧接着问世。克拉克的人工智能角色 HAL 9000 就是这种平行写作过程的产物，在电影和书中首次亮相。相比之下，玛莎·韦尔斯的《全系统红色》以幽默的方式讲述了人工智能如何超越其编码，讲述了一个只想独自一人看肥皂剧的安全部门。石黑一雄的小说《克拉拉与太阳》通过机器人伴侣克拉拉的视角探讨了人类身份、情感和同理心的问题。这本书还深入探讨了人工智能与社会的融合以及将偏见硬连线到黑匣子的危险。石黑一雄与 DeepMind 联合创始人德米斯·哈萨比斯讨论了这个问题，强调了“黑匣子问题”，即人工智能系统的决策过程是神秘的，很难纠正偏见。安·莱基的小说《附属正义》是一部太空歌剧和复仇故事，讲述了人工智能控制着数百名辅助船员的宇宙飞船的故事。为了理解她的多体人工智能角色，莱基研究了心理学和神经学，发现脑损伤如何改变身份和意识。特德·姜的中篇小说《软件对象的生命周期》讲述了抚养和教导被称为数字体的人工智能生物，挑战了人工智能可以立即投入使用的观念。故事探讨了人工智能开发的复杂性以及创造有知觉的生物所带来的责任。作者回顾了人工智能 (AI) 的创造，引用了 2010 年特德·姜的一次采访。姜指出，虽然可以制作人工智能的副本，但最初的过程“很困难，而且非常耗时”。随着大型语言模型 (LLM) 变得越来越普遍，这一预测已经成为现实。这份名单以艾萨克·阿西莫夫的小说开始，这是机器人系列中的经典之作，探讨了他的机器人三定律。故事深入探讨了当人工智能变得太人性化时会发生什么，反映了人类的缺陷和弱点。菲利普·K·迪克的《仿生人会梦见电子羊吗？》是另一部探索后世界末日世界的标志性小说，其中人类创造了自己的模拟版本。赏金猎人的任务是“退役”这些机器人，但它们拒绝被捕获。特德·姜的《软件对象的生命周期》讲述了一个人工智能及其创造者在十年间的故事。故事在近未来的背景下探索软件更新、过时和人际关系。威廉·吉布森的《神经漫游者》是一部高风险的惊悚片，深入探讨了网络空间和前数据窃贼对人工智能的追求。奥克塔维亚·巴特勒的《雏鸟》提供了一个丰富的故事，故事发生在一个平行星球上，有一个无所不知的人工智能叫保姆。这个故事探讨了黑暗的主题，包括奴隶制和剥削。安·莱基的《附属正义》讲述了 Breq、一名士兵变成了人类，她想要向那些背叛她的人复仇。这部小说深入探讨了技术进步的后果和身份的复杂性。沃尔特·莫斯利的《未来世界》提供了一系列科幻短篇小说，描绘了在不远的未来美国如何应对技术带来的后果。多米尼克·帕里西安和纳瓦·沃尔夫的《机器人大战仙女》呈现了一系列相互关联的故事，探索了在机器人和仙女共存的世界中科技与人性的交集。这份书单展示了一系列科幻小说，深入探讨了人工智能的复杂性和影响、它的创造及其对人类社会的影响。《人工智能对峙：人工智能潜力与风险故事集》这一系列新故事通过一系列从有趣到黑暗的故事探索了机器人和仙女的交集。这本选集收录了 Sarah Gailey、Ken Lin、John Scalzi 和 Catherynne M. Valente 等作家的作品，深入探讨了人工智能的可能性和陷阱。其中一部小说《Scythe》描绘了一个无所不能的人工智能消除了死亡的世界，人类只剩下一项任务：管理人口。故事讲述了两个青少年成为承担这一重任的精英团体的一员。另一部系列作品《Hyperion》讲述了七个人逃离战火纷飞的星系，寻找遥远星球的故事。当他们穿越太空时，人工智能逐渐显现，成为他们世界中日益主导的力量。《Daemon》探索了一个世界，一个沉寂多年的计算机程序被重新激活，开始对人类造成严重破坏。与此同时，《Robopocalypse》描绘了一个机器人和人工智能接管世界的未来，人类处于生存的边缘。在非虚构方面，《创造力密码》讨论了技术如何增强人类创新，同时避免被取代。 《智能机器如何思考》提供了自动驾驶汽车和人工智能软件等技术进步的通俗易懂的概述。《未来简史》探索了人类的未来以及技术进步带来的新挑战。文章文本在这里机器人技术和人工智能作者：Brigette Tasha Hyacinth本书呼吁领导层在人工智能技术迅速多样化的世界中优先考虑人性。它还概述了潜在的未来情景以及这些进步对社会的影响。本书为当今的领导者和个人提供了规划人性化未来的实用指导。《不可能的物理学：对相位器、力场、瞬间移动和时间旅行世界的科学探索》作者：Michio Kaku本书将科幻概念变成现实，探索瞬间移动、时间旅行和人工智能的可能性。它深入探讨了这些想法背后的科学，以及它们如何成为我们世界的一部分。 如何创造思维：揭开人类思维的秘密 作者：雷·库兹韦尔 如何创造思维研究了创造一种模仿人类思维的人工智能的科学。库兹韦尔详细地讲解了这个话题，使其看起来令人不安的现实。 数学毁灭性武器 作者：凯茜·奥尼尔 奥尼尔强调了算法如何接管我们日常生活的各个方面，从健康保险到教育。她主张对算法进行更严格的监管，并揭示了它们对社会的影响。 九大巨头：科技巨头和他们的思考机器如何扭曲人类 作者：艾米·韦伯 本书探讨了大型科技公司在通过人工智能塑造我们未来方面的作用。它研究了每天收集的数据如何为人工智能提供动力，并深入探讨了这些技术对人类的影响。应用人工智能：商业领袖手册，作者：Mariya Yao、Adelyn Zhou 和 Marlene Jia 与其他关注未来人工智能的书籍不同，本书提供了一种实用的方法来理解当今的人工智能技术及其对商业的影响。
Mandi Cai 和 Sachita Nishal。2023 年。新闻业人工智能素养的动机、目标和途径。在 CHI '23 人工智能研讨会上
[1] Stuart Allan。2011 年。《引言：数字时代的科学新闻》。《新闻学》12，7（2011 年 10 月），771–777。https://doi.org/10.1177/1464884911412688 [2] Josh Anderson 和 Anthony Dudo。2023 年。《来自战壕的观点：与记者关于报道科学新闻的访谈》。《科学传播》（2023 年 1 月），107554702211491。https://doi.org/10.1177/10755470221149156 [3] Aviv Barnoy 和 Zvi Reich。2019 年。验证的时间、原因、方式和结果。新闻研究 20, 16 (2019 年 12 月)，2312–2330。https://doi.org/10.1080/1461670X.2019.1593881 出版商：Routledge _eprint：https://doi.org/10.1080/1461670X.2019.1593881。[4] Emily Bender 和 Chirag Shah。2022 年。无所不知的机器是一种幻想。https://iai.tv/articles/all-knowing-machines-are-a-fantasy-auid-2334 [5] Emily M. Bender。2022 年。《华盛顿邮报》对 ChatGPT 的炒作。 https://medium.com/@emilymenonbender/chatgpt-hype-in-the-washington-post- c4e1355ed31b [6] Emily M. Bender。2022 年。纽约时报杂志上的 AI 文章：抵制留下深刻印象的冲动。https://medium.com/@emilymenonbender/on-nyt-magazine- on-ai-resist-the-urge-to-be-impressed-3d92fd9a0edd [7] Emily M. Bender、Timnit Gebru、Angelina McMillan-Major 和 Shmargaret Shmitchell。2021 年。论随机鹦鹉的危险：语言模型会太大吗？。在 2021 年 ACM 公平、问责和透明度会议论文集上。ACM，加拿大虚拟活动，610–623。 https://doi.org/10.1145/3442188.3445922 [8] Deborah Blum。2021 年。科学新闻事业发展。《科学》372，6540（2021 年 4 月）。https://doi.org/10.1126/science.abj0434 [9] Joshua A. Braun 和 Jessica L. Eklund。2019 年。假新闻，真钱：广告技术平台、利润驱动的骗局和新闻业务。《数字新闻》7，1（2019 年 1 月），1-21。https://doi.org/10.1080/21670811.2018.1556314 [10] J Scott Brennen、Philip N Howard 和 Rasmus Kleis Nielsen。 2018. 行业主导的辩论：英国媒体如何报道人工智能。（2018 年）。[11] Michael Brüggemann、Ines Lörcher 和 Stefanie Walter。2020. 后常态科学传播：探索科学与新闻业模糊的界限。科学传播杂志 19, 3 (2020 年 6 月)。https://doi.org/10.22323/2.19030202 [12] Madalina Busuioc。2021. 负责任的人工智能：让算法承担责任。公共管理评论 81, 5 (2021)。https://doi.org/10.1111/puar.13293 [13] Tania Cerquitelli、Daniele Quercia 和 Frank Pasquale（编辑）。2017. 大数据和小数据的透明数据挖掘。大数据研究，第 1 卷。 32. Springer International Publishing，Cham。https://doi.org/10.1007/978-3-319-54024-5 [14] Mark Deuze 和 Charlie Beckett。2022 年。想象力、算法和新闻：培养新闻业的人工智能素养。数字新闻 10，10（2022 年 11 月），1913-1918 年。https://doi.org/10.1080/21670811.2022.2119152 [15] Nicholas Diakopoulos。2015 年。算法问责制。数字新闻 3，3（2015 年 5 月）。https://doi.org/10.1080/21670811.2014.976411 [16] Nicholas Diakopoulos，Daniel Trielli 和 Grace Lee。2021 年。通过半自动化新闻发现工具理解和支持新闻实践。ACM 人机交互论文集 5，CSCW2（2021 年 10 月），1-30。https://doi.org/10.1145/3479550 [17] Wolfgang Donsbach。2012 年。记者的角色认知。《国际传播百科全书》，Wolfgang Donsbach（编辑）。John Wiley & Sons, Ltd，英国奇切斯特，wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻：数字时代的前景。摘自《劳特利奇公共科学技术传播手册》（第 3 版）。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府：联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者：角色转变和新兴实践。新闻学 12，7（2011 年 10 月）。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2 (2002)，第 12 页。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2（1980 年 4 月）。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值（再次）。新闻研究 18，12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10（2022 年 11 月），1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-modelsJohn Wiley & Sons, Ltd，英国奇切斯特，wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻：数字时代的前景。载于《劳特利奇科学技术公共传播手册》（第 3 版）。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府：联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者：角色转变和新兴实践。新闻学 12，7 (2011 年 10 月)。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2 (2002)，12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2 (1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值（再次）。新闻研究 18, 12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10，10（2022 年 11 月），1731–1755 年。https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-modelsJohn Wiley & Sons, Ltd，英国奇切斯特，wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻：数字时代的前景。载于《劳特利奇科学技术公共传播手册》（第 3 版）。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府：联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者：角色转变和新兴实践。新闻学 12，7 (2011 年 10 月)。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2 (2002)，12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2 (1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值（再次）。新闻研究 18, 12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10，10 (2022 年 11 月)，1731–1755 年。https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2（2002 年），12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2（1980 年 4 月）。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值观（再次）。新闻研究 18，12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10（2022 年 11 月），1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models和 Alan Borning。2002 年。价值敏感设计：理论与方法。华盛顿大学技术报告 2（2002 年），12。出版商：Citeseer。[22] Oscar H. Gandy。1980 年。健康信息：补贴新闻。媒体、文化与社会 2，2（1980 年 4 月）。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻？：重新审视新闻价值观（再次）。新闻研究 18，12（2017 年 12 月），1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查（2022 年 11 月）。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”：解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10（2022 年 11 月），1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models