XiaoMi-AI文件搜索系统
World File Search System法相
官方评论（第 3 轮）- CRYSTALS-KYBER
DJ伯恩斯坦写道：> NIST 于 2020 年 6 月 9 日 15:39:09 +0000 发送的电子邮件指出“我们认为 CoreSVP 指标确实表明哪些晶格方案在设置参数时更积极，哪些更不积极”。 > > 几乎所有晶格提交都报告了其 Core-SVP 级别（量子前和量子后——我们在这里重点关注量子前），这与此声明以及 NIST 之前似乎鼓励使用 Core-SVP 的声明一致。 > > 问题：“CoreSVP 指标”为第 3 轮 Kyber-512 分配了多少数字？ > > 第 3 轮 Kyber 提交的表 4 似乎可以回答这个问题，其中列出了第 3 轮 Kyber-512 的“Core-SVP”为 2^118。我在这里有一个澄清问题： > > * 第 3 轮 Kyber 提交声称第 3 轮 Kyber-512 在“CoreSVP 指标”中为 2^118，NIST 表示它使用该指标来比较晶格方案的“激进程度”，这与其他提交中使用的指标相同吗？ > > 我目前的理解是答案是否定的，这意味着第 3 轮 Kyber 提交的这一部分需要忽略 NIST 宣布的比较机制，而是需要对第 3 轮 Kyber-512 Core-SVP 级别进行新的陈述。 > > 这是我得出这个理解的方式。如果我误解了什么，请纠正我。 > > 第 2 轮 Kyber 提交列出了一个更小的数字，2^111，作为第 2 轮 Kyber-512 的“Core-SVP”。这并不直接与第 3 轮 Kyber-512 达到 2^118 的想法相矛盾：第 3 轮提交确定了从第 2 轮 Kyber-512 到第 3 轮 Kyber-512 的变化；也许这些变化会增加 Core-SVP 级别。 > > 然而，更详细的解读似乎表明，加密系统中的这些变化不足以达到 Core-SVP 2^118，并且第 3 轮 Kyber 提交声称 2^118 的唯一方法是通过_改变指标_，尽管继续使用“Core-SVP”字样。
研究人工智能（GPT-3.5）在为伊斯兰家庭案件发行FATWA中的作用：比较分析
摘要本研究的目的是探索在伊斯兰家族法的背景下发行FATWAS的人工智能，特别是GPT-3的有效性。它研究了GPT-3提供与穆斯林家庭法相一致的准确FATWA的能力，以及与传统方法相比，其提供更快的反应的潜力，从而使FATWAS更容易被全球受众访问。研究问题源于AI对各个领域的影响不断增长，特别是在发布与穆斯林家庭法相关的FATWA中。这项技术提出了有关AI生成的FATWA的权威，准确性，道德意义和可靠性，尤其是在伊斯兰家庭法等敏感地区的关键问题。本研究采用定性方法，从FATWA书籍，期刊文章，报告，会议论文和法学学院收集的信息。本文强调了FATWA发行的重要性，技术在宗教实践中的作用的演变，GPT-3的能力，并概述了FATWA发行的历史背景，传统方法论，技术在伊斯兰语境中的作用，对技术对伊斯兰伊斯兰教法的影响，对伊斯兰伊斯兰教法的影响以及GPT-3的应用程序的现有研究和分析的应用程序。它还详细介绍了研究方法，并详细介绍了如何在穆斯林家庭法中为案件（包括婚姻，离婚和继承）进行信息和分析。此外，它解决了GPT-3发出的关于穆斯林家庭法问题的FATWA的一致性和不一致。研究发现，GPT-3.5在发行与家庭案件相关的FATWA方面对用户友好且有效，从而使宗教裁决更容易获得。然而，它还揭示了GPT-3.5在家庭法案件中发布了不正确的FATWA，尤其是在涉及婚姻，离婚和继承的问题中。因此，研究建议依靠经过认证和可靠来源的FATWA。
官方评论（第 3 轮）- CRYSTALS-KYBER
DJ伯恩斯坦写道：> NIST 于 2020 年 6 月 9 日 15:39:09 +0000 发送的电子邮件指出“我们认为 CoreSVP 指标确实表明哪些晶格方案在设置参数时更积极，哪些更不积极”。 > > 几乎所有晶格提交都报告了其 Core-SVP 级别（量子前和量子后——我们在这里重点关注量子前），这与此声明以及 NIST 之前似乎鼓励使用 Core-SVP 的声明一致。 > > 问题：“CoreSVP 指标”为第 3 轮 Kyber-512 分配了多少数字？ > > 第 3 轮 Kyber 提交的表 4 似乎可以回答这个问题，其中列出了第 3 轮 Kyber-512 的“Core-SVP”为 2^118。我在这里有一个澄清问题： > > * 第 3 轮 Kyber 提交声称第 3 轮 Kyber-512 在“CoreSVP 指标”中为 2^118，NIST 表示它使用该指标来比较晶格方案的“激进程度”，这与其他提交中使用的指标相同吗？ > > 我目前的理解是答案是否定的，这意味着第 3 轮 Kyber 提交的这一部分需要忽略 NIST 宣布的比较机制，而是需要对第 3 轮 Kyber-512 Core-SVP 级别进行新的陈述。 > > 这是我得出这个理解的方式。如果我误解了什么，请纠正我。 > > 第 2 轮 Kyber 提交列出了一个更小的数字，2^111，作为第 2 轮 Kyber-512 的“Core-SVP”。这并不直接与第 3 轮 Kyber-512 达到 2^118 的想法相矛盾：第 3 轮提交确定了从第 2 轮 Kyber-512 到第 3 轮 Kyber-512 的变化；也许这些变化会增加 Core-SVP 级别。 > > 然而，更详细的解读似乎表明，加密系统中的这些变化不足以达到 Core-SVP 2^118，并且第 3 轮 Kyber 提交声称 2^118 的唯一方法是通过_改变指标_，尽管继续使用“Core-SVP”字样。
官方评论（第 3 轮）- CRYSTALS-KYBER
DJ伯恩斯坦写道：> NIST 于 2020 年 6 月 9 日 15:39:09 +0000 发送的电子邮件指出“我们认为 CoreSVP 指标确实表明哪些晶格方案在设置参数时更积极，哪些更不积极”。 > > 几乎所有晶格提交都报告了其 Core-SVP 级别（量子前和量子后——我们在这里重点关注量子前），这与此声明以及 NIST 之前似乎鼓励使用 Core-SVP 的声明一致。 > > 问题：“CoreSVP 指标”为第 3 轮 Kyber-512 分配了多少数字？ > > 第 3 轮 Kyber 提交的表 4 似乎可以回答这个问题，其中列出了第 3 轮 Kyber-512 的“Core-SVP”为 2^118。我在这里有一个澄清问题： > > * 第 3 轮 Kyber 提交声称第 3 轮 Kyber-512 在“CoreSVP 指标”中为 2^118，NIST 表示它使用该指标来比较晶格方案的“激进程度”，这与其他提交中使用的指标相同吗？ > > 我目前的理解是答案是否定的，这意味着第 3 轮 Kyber 提交的这一部分需要忽略 NIST 宣布的比较机制，而是需要对第 3 轮 Kyber-512 Core-SVP 级别进行新的陈述。 > > 这是我得出这个理解的方式。如果我误解了什么，请纠正我。 > > 第 2 轮 Kyber 提交列出了一个更小的数字，2^111，作为第 2 轮 Kyber-512 的“Core-SVP”。这并不直接与第 3 轮 Kyber-512 达到 2^118 的想法相矛盾：第 3 轮提交确定了从第 2 轮 Kyber-512 到第 3 轮 Kyber-512 的变化；也许这些变化会增加 Core-SVP 级别。 > > 然而，更详细的解读似乎表明，加密系统中的这些变化不足以达到 Core-SVP 2^118，并且第 3 轮 Kyber 提交声称 2^118 的唯一方法是通过_改变指标_，尽管继续使用“Core-SVP”字样。
针对 NK 细胞检查点受体或分子进行癌症免疫治疗
检查点阻断疗法，例如使用针对 CTLA-4 和 PD-1/PD-L1 的抗体，可缓解肿瘤微环境中抑制性检查点对 T 细胞的抑制；从而在治疗不同类型的癌症时取得良好的效果。与 T 细胞一样，自然杀伤 (NK) 细胞抑制受体可作为 NK 细胞活化的检查点。在与受感染细胞、肿瘤细胞、树突状细胞和调节性 T 细胞上的同源配体相互作用后，来自这些受体的信号会严重影响 NK 细胞的活化和效应功能，导致 NK 细胞衰竭。使用拮抗性抗体 (Abs) 进行检查点抑制可以挽救 NK 细胞衰竭并激发其强大的抗肿瘤能力。最值得注意的是，通过增加 NK 细胞的频率和激活度可以增强对抗 PD-1 疗法的反应，从而提高多种癌症患者的总体生存率。此外，挽救 NK 细胞活性可以增强适应性 T 细胞的抗肿瘤活性。一些拮抗性抗体（例如抗 TIGIT 和抗 NKG2A 单克隆抗体）在癌症治疗中具有非凡的潜力，因为它们通过恢复 NK 和 T 细胞功能诱导强大的抗肿瘤免疫力。在这篇综述中，我们总结了肿瘤微环境中 NK 细胞的功能障碍以及控制 NK 细胞功能的关键 NK 细胞检查点受体或分子。我们特别关注通过阻断 NK 细胞检查点或将其与其他方法相结合以更有效地排斥肿瘤的最有前景的策略的最新进展。
官方评论（第 3 轮）- CRYSTALS-KYBER
DJ伯恩斯坦写道：> NIST 于 2020 年 6 月 9 日 15:39:09 +0000 发送的电子邮件指出“我们认为 CoreSVP 指标确实表明哪些晶格方案在设置参数时更积极，哪些更不积极”。 > > 几乎所有晶格提交都报告了其 Core-SVP 级别（量子前和量子后——我们在这里重点关注量子前），这与此声明以及 NIST 之前似乎鼓励使用 Core-SVP 的声明一致。 > > 问题：“CoreSVP 指标”为第 3 轮 Kyber-512 分配了多少数字？ > > 第 3 轮 Kyber 提交的表 4 似乎可以回答这个问题，其中列出了第 3 轮 Kyber-512 的“Core-SVP”为 2^118。我在这里有一个澄清问题： > > * 第 3 轮 Kyber 提交声称第 3 轮 Kyber-512 在“CoreSVP 指标”中为 2^118，NIST 表示它使用该指标来比较晶格方案的“激进程度”，这与其他提交中使用的指标相同吗？ > > 我目前的理解是答案是否定的，这意味着第 3 轮 Kyber 提交的这一部分需要忽略 NIST 宣布的比较机制，而是需要对第 3 轮 Kyber-512 Core-SVP 级别进行新的陈述。 > > 这是我得出这个理解的方式。如果我误解了什么，请纠正我。 > > 第 2 轮 Kyber 提交列出了一个更小的数字，2^111，作为第 2 轮 Kyber-512 的“Core-SVP”。这并不直接与第 3 轮 Kyber-512 达到 2^118 的想法相矛盾：第 3 轮提交确定了从第 2 轮 Kyber-512 到第 3 轮 Kyber-512 的变化；也许这些变化会增加 Core-SVP 级别。 > > 然而，更详细的解读似乎表明，加密系统中的这些变化不足以达到 Core-SVP 2^118，并且第 3 轮 Kyber 提交声称 2^118 的唯一方法是通过_改变指标_，尽管继续使用“Core-SVP”字样。
官方评论（第 3 轮） - CRYSTALS-KYBER
D. J. Bernstein 写道：> NIST 于 2020 年 6 月 9 日 15:39:09 +0000 发送的电子邮件指出“我们认为 CoreSVP 指标确实表明了哪些晶格方案在设置参数时更积极和更不积极”。> > 几乎所有晶格提交都报告了其 Core-SVP 级别（量子前和量子后——让我们在这里关注量子前），与此声明以及 NIST 之前似乎鼓励使用 Core-SVP 的声明一致。> > 问题：“CoreSVP 指标”为第 3 轮 Kyber-512 分配了什么数字？> > 第 3 轮 Kyber 提交的表 4 似乎可以回答这个问题，其中列出了第 3 轮 Kyber-512 的“Core-SVP”为 2^118。我在这里有一个澄清问题： > > * 第 3 轮 Kyber 提交声称第 3 轮 Kyber-512 在“CoreSVP 指标”中为 2^118，NIST 表示它使用该指标来比较晶格方案的“激进程度”，与其他提交中使用的指标相同吗？> > 我目前的理解是答案是“否”，这意味着第 3 轮 Kyber 提交的这一部分需要忽略 NIST 宣布的比较机制，而是需要对第 3 轮 Kyber-512 Core-SVP 级别进行新的声明。> > 这是我得出这个理解的方式。如果我误解了什么，请纠正我。> > 第 2 轮 Kyber 提交的文件中列出了一个更小的数字 2^111，作为第 2 轮 Kyber-512 的“Core-SVP”。这并不直接与第 3 轮 Kyber-512 达到 2^118 的想法相矛盾：第 3 轮提交文件确定了从第 2 轮 Kyber-512 到第 3 轮 Kyber-512 的变化；也许这些变化提高了 Core-SVP 级别。> > 然而，更详细的解读似乎表明，密码系统中的这些变化不足以达到 Core-SVP 2^118，并且第三轮 Kyber 提交声称 2^118 的唯一方法是通过_改变度量_，尽管继续使用“Core-SVP”字样。
社论：研究和诊断中的脑电图
在神经科学中，脑电图和神经影像学技术被广泛用于提高我们对脑机制的理解，并鉴定出最多样化的神经病理性的生物标志物（Tulay等，2019）。然而，电磁脑电图（E-MEG）和神经影像学技术（例如功能磁共振成像（fMRI））是互补的[即EEG/MEG技术具有出色的时间分辨率，可以在其空间分辨率和fmri assifique Assopta insosogy和其他neuiroimimimagimimage nyuremimage nimeique andique insologys上进行良好的时间分辨率。 （SPECT），正电子发射断层扫描（PET）和功能性近红外光谱（FNIRS）]。此外，这些技术的互补性导致了多模式整合的发展（Tulay等，2019）。近几十年来，技术进步使研究人员能够更加有效地整合不同的电生理和神经影像学技术，以提供最佳的空间和时间分辨率。具有出色的空间分辨率和可移植性，EEG经常与其他方法相结合，例如fMRI（Ostwald等，2010，2011，2011； 2012; Porcaro等，2010，2011）或FNIRS，经颅磁刺激（TMS）（TMS）（TMS）（TMS）（TMS）（Giambattistelli等，2014，2014; Tecchio; Tecchio; Tecchial; Tecranial et and crranial et and Crrist and and Crrist and and and and and and and and and and and and and and and and and and and and and and and and and and，以及2023（2023） Porcaro等人，2019b），以增强对健康和病理条件下脑过程的脑功能的理解（Buss等，2019）。此外，EEG与非侵入性脑刺激（NIB）相结合，例如TMS或TE，可以用作对脑病理学的潜在治疗和监测（Napolitani等，2014; Cottone等，2018; Porcaro et al。，2019b）。eeg加上适当和先进的数学方法，可以为神经退行性疾病提供标记并促进其诊断（Tecchio等，2015; Smits et al。，2016; Marino等，2019; Porcaro et al。本研究主题概述了当前的脑电图知识与65位作者通过11篇文章的其他技术相结合，其中包含两项评论，八个原始研究论文和一种方法（总计：30,624；截至2023年1月27日，截至2023年1月27日）。
使用转移学习和注意力的高级种族分类：实时指标，错误分析和可视化的轻量级学习
背景和目标：深度学习技巧极大地推动了面部图像的种族分类进步。尽管取得了这些进步，但许多现有方法依赖于复杂的模型，这些模型需要大量的计算成本并表现出缓慢的处理速度。本研究旨在通过利用转移学习以及结合了基于注意力的学习的改进的有效网络模型来介绍一种有效，强大的种族分类方法。方法：在这项研究中，有效的网络被用作基本模型，应用转移学习和注意机制来增强其在种族分类任务中的功效。有效NET的分类器组件在战略上进行了修改，以最大程度地减少参数计数，从而在不损害分类精度的情况下提高处理速度。为了解决数据集不平衡，我们实施了广泛的数据增强和随机的过采样技术。修改模型经过严格培训和在全面的数据集上进行了评估，并通过准确性，精度，召回和F1得分指标进行了评估。结果：修改后的有效网络模型表现出显着的分类精度，同时显着降低了UTK-FACE数据集的计算需求。具体来说，该模型的准确度为88.19％，反映了基本模型的增强2％。此外，它证明记忆消耗和参数计数减少了9-14％。此外，提出的方法增强了培训样本少约50％的班级测试准确性约5％。实时评估显示，处理速度的速度比基本模型快14％，并且达到了最高的F1得分结果，这强调了其对实际应用的有效性。结论：本研究提出了一个基于改进的有效网络体系结构的高效种族分类模型，该模型利用转移学习和基于注意力的学习来实现最先进的表现。所提出的方法不仅持有高精度，还可以确保快速处理速度，使其非常适合实时应用。调查结果表明，这种轻巧的模型可以有效地与更复杂和计算密集的最新方法相抗衡，从而为实践种族分类提供了宝贵的资产。
从伦理到法律：为何、何时以及如何监管人工智能
从伦理到法律：为何、何时以及如何监管人工智能 Simon Chesterman 1 (0000-0002-3599-4573) 1 新加坡国立大学。本章借鉴了《我们，机器人？监管人工智能和法律的局限性》（剑桥大学出版社，2021 年）中更详细考虑的材料。这是草稿章节。最终版本将在 David J. Gunkel 编辑的《人工智能伦理手册》中提供，即将于 2023 年由 Edward Elgar Publishing Ltd. 出版。未经出版商进一步许可，不得将材料用于任何其他目的，并且仅供私人使用。摘要（150 字）过去十年，各国、行业、政府间和非政府组织提出了大量指南、框架和原则来解决人工智能伦理问题。这些不同的努力促成了关于哪些规范可以管理人工智能的广泛共识。在确定如何实施这些规范——或者它们是否必要方面投入的精力要少得多。本章重点关注道德与法律的交汇，特别是讨论为什么需要监管、何时应进行监管变更以及监管在实践中如何发挥作用。法律改革的两个具体领域涉及人工智能的武器化和受害化。针对通用人工智能的监管尤其困难，因为它们面临许多“未知的未知数”，但随着 2023 年 ChatGPT 等大型语言模型的传播，无法控制或无法遏制的人工智能的威胁得到了更广泛的讨论。此外，还需要禁止某些以越来越逼真的机器为受害者的行为——或许可以与动物虐待法相媲美。关键词（6 个关键词）：人工智能；道德；法律；监管；市场；合规近一个世纪前，科幻小说作家艾萨克·阿西莫夫 (1942) 想象了一个机器人成为日常生活不可或缺的一部分的未来。他后来回忆说（1982 年，第 9-10 页），当时大多数机器人故事都属于两种类型之一。第一类故事是机器人威胁论：技术创新以《弗兰肯斯坦》的传统反抗其创造者，但其影响至少可以追溯到希腊神话普罗米修斯，这是玛丽·雪莱 1818 年小说的副标题。第二类故事不太常见，认为机器人是悲情的——可爱的创造物被他们的主人当作奴隶对待