XiaoMi-AI文件搜索系统
World File Search System网络传播
使用Probstars对神经网络进行定量验证
最深层的神经网络（DNN）验证研究重点是定性验证，该验证回答了DNN是否具有安全性/鲁棒性属性。本文提出了一种将定性验证转换为神经网络定量验证的方法。由此产生的定量验证方法不仅可以回答是或否问题，而且可以计算违反财产的可能性。为此，我们介绍了概率恒星（或简短概率）的概念，即众所周知的恒星集的新变体，其中谓词变量属于高斯分布，并提出了一种方法来计算高维空间中概率恒星的可能性。与处理约束输入集的现有作品不同，我们的工作将输入集视为截断的多元正常（高斯）分布，即除了输入变量的约束外，输入集还具有满足约束的可能性。输入分布表示为概率恒星集，并通过网络传播，以构建包含多个ProbStars的可触及到的可触发设置，该集合用于验证网络的安全性或鲁棒性属性。在违反财产的情况下，违规概率可以通过精确的验证算法来精确计算，也可以通过过度验证验证算法来计算。所提出的方法是在名为Starv的工具中实现的，并使用著名的ACASXU网络和火箭着陆基准进行评估。
使用安全的多人...
摘要。洗钱是一种严重的金融犯罪，犯罪者旨在通过一系列的转变来掩盖其金钱的非法来源。尽管银行有义务监控交易，但很难跟踪这些非法资金流，因为它们通常跨越多个银行，由于隐私问题，这些银行无法共享此信息。我们提出了安全的风险繁殖，这是一种在不违反隐私问题的情况下对银行洗钱发现的新型有效算法。在此算法中，每个帐户都被分配一个风险分数，然后通过事务网络传播。在本文中，我们提出了两个结果。首先，使用来自大型荷兰银行的数据，我们表明可以使用此模型检测异常活动，并以现金比为风险评分。召回20％，通过传播风险评分，精度从15％提高到40％，从而大大减少了假阳性的数量。其次，我们提出了一种隐私的解决方案，用于在联合银行间交易网络上安全地执行风险传播。为了实现这一目标，我们使用安全的多方计算（MPC）技术，由于其结构简单性，它们特别适合风险提出算法。我们还表明，此安全变体的运行时间以AC-COR-COR-COR-CORT和TRASSACTION的量线性缩放。对于200 000次交易，三个虚拟方之间的安全算法的两个迭代，在三个小时内在消费级服务器上运行。
alphaboot：使用智能智能>加速容器冷启动
现代云应用程序的可伸缩性和灵活性主要归因于虚拟机（VM）和容器，在该容器中，虚拟机是孤立的操作系统，这些操作系统是在管理器上运行的，而容器是共享主机OS内核的轻量级隔离过程。为了实现现代云应用程序所需的可伸缩性和功能，数据中心中的每个裸金属服务器通常都容纳多个虚拟机，每个机器都运行多个容器和多个容器化的应用程序，这些应用程序通常共享相同的库和代码，通常称为图像。然而，尽管容器框架被优化用于在单个VM中共享图像，但即使VM位于同一裸金属服务器内，也几乎不存在VM隔离的性质，从而在多个VM中共享图像，从而导致了重复下载，从而导致冗余的添加网络传播效果和延迟。这项工作旨在通过利用Smartnics来解决此问题，Smartnics是专门的网络硬件，可为网络任务提供硬件加速度和OAD OAD功能，以优化同一服务器上多个VM的容器之间的图像检索和共享。这项工作中提出的方法表明，将容器冷启动时间最多减少92％，从而将网络运输量减少99.9％。此外，由于性能的好处与同时寻求相同图像的服务器中的VM数量成正比，因此结果更加有前途，这可以确保随着裸机机器规范的改善，这可以提高效率。
![arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日](/simg/g:\will\search\icon\source\5\5ee1b28253fd57f67c8de75bac41fc3c62096654.webp)
arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日
摘要 - 基于变压器的模型主导了NLP和视觉应用，其基本机制却尚不清楚为标签空间映射到标签空间的基本机制。在本文中，我们研究了视觉变压器（VIT）的已知表示形式漏洞的来源，其中感知相同的图像可以具有非常不同的表示，而语义上无关的图像可以具有相同的表示形式。我们的分析表明，对输入的不可感知的变化可能会导致显着的表示变化，尤其是在以后的层中，这表明VIT的性能中的潜在不稳定性。我们的全面研究表明，在早期层中微妙的较微妙的效果通过网络传播和放大，在中间到晚层中变得最明显。这种洞察力激发了神经维特 - 武器的发展，这是一种新型的防御机制，在战略上使早期层中脆弱的神经元中和脆弱的神经元，以防止一系列对抗性效应。我们在各种攻击中展示了神经果赛的有效性，尤其是在强烈的迭代攻击中出色，并展示了其非凡的零弹性概括能力。在没有微调的情况下，我们的方法在对抗性示例中实现了77.8％的效率精度，超过了常规的鲁棒性方法。我们的结果为对抗性效应如何通过VIT层传播，同时提供了一种有希望的方法来增强视觉变压器对对抗性攻击的鲁棒性。此外，它们还提供了一种有希望的方法来增强视力变压器对对抗攻击的鲁棒性。索引术语 - 代表脆弱性，对抗性攻击，视觉变压器，可靠的嵌入
疫情时期的通胀驱动因素和全球溢出效应
我们采用多国多部门新凯恩斯主义模型来分析推动大流行时代通货膨胀的因素。该模型结合了部门特定冲击和总体冲击，这些冲击通过全球贸易和生产网络传播并产生供需失衡，从而导致通货膨胀和溢出效应。基线定量分析匹配了美国、欧元区、中国和俄罗斯等样本国家的总体和部门价格和工资变化。我们的研究结果表明，供应链瓶颈引发了 2020 年的通货膨胀，随后 2021 年至 2022 年总需求冲击推动价格飙升，能源价格上涨加剧了这一情况。JEL 分类：E2、E3、E6、F1、F4 关键词：通货膨胀、国际溢出效应、全球生产网络 _________________ Giovanni：纽约联邦储备银行，CEPR（电子邮件：julian.digiovanni@ny.frb.org）。Silva：波士顿联邦储备银行（电子邮件：asilvub@gmail.com）。 Kalemli-Özcan：布朗大学、CEPR、NBER（电子邮件：sebnemkalemli-ozcan@brown.edu）。Yıldırım：哈佛大学、Koç 大学（电子邮件：muhammed_yildirim@hks.harvard.edu）。作者感谢讨论者 Gianluca Benigno、Mishel Ghassibe、Andrea Raffo、John Romalis、2023 年意大利银行-欧洲央行-世界银行“全球经济中的贸易、价值链和金融联系”研讨会的参与者、《国际经济学杂志》国际经济学暑期学校（2023 年版）、澳大利亚储备银行年会（2023 年）和第 8 届 NBU-NBP 年度研究会议（2024 年）的深刻评论。本文介绍了初步研究结果，并分发给经济学家和其他感兴趣的读者，仅用于激发讨论和征求评论。本文表达的观点为作者的观点，并不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。如需查看作者的披露声明，请访问 https://www.newyorkfed.org/research/staff_reports/sr1080.html。
创造性的恶意提示工程 - WithSecure™ 实验室
在雷德利·斯科特 (Ridley Scott) 80 年代早期的科技黑色杰作中，洛杉矶警察局的里克·德卡德 (Rick Deckard) 有一项任务。他需要找到并“淘汰”四个复制人，他们劫持了一艘船，然后混入地球人类中寻找他们的创造者。像 Deckard 一样，银翼杀手武器库中的一个关键武器是 Voight-Kampff 测试 - 一系列提示，旨在引发反应，从而确定受访者是人类还是机器人，由人工智能引导。我们现在都是 - 在某种程度上 - 银翼杀手。随着使用自回归语言模型（如 GPT-3 和 GPT-3.5）的用户友好型工具的广泛发布，任何有互联网连接的人都可以访问可以在几秒钟内提供各种类似人类语音的机器人。这些模型生成的语言的速度和质量只会提高。而且改进可能会非常显著。这标志着历史上一个非凡的时刻。从 2022 年底开始，任何有知觉的生物（最终可能包括机器人）在遇到一段新文本时都可能会停下来问一个不那么简单的问题：这是机器人写的吗？好处还是危险，还是两者兼而有之 这一刻不仅仅是一个关于意识、社会和商业如何变化的有趣思想实验。我们识别机器生成行为的能力或无能可能会对我们容易受到犯罪的影响产生严重后果。从少量输入生成多功能自然语言文本将不可避免地引起犯罪分子，尤其是网络犯罪分子的兴趣——如果还没有的话。同样，任何使用网络传播诈骗、虚假新闻或错误信息的人可能都会对一种能够以惊人的速度创建可信甚至引人注目的文本的工具感兴趣。OpenAI 大型语言模型的广泛可用接口包括安全过滤器 1，旨在减少或消除潜在的有害用途。这些过滤器是基于 GPT 的分类器，可检测不需要的内容。公开可用的大型语言模型旨在成为有益的机器人。随着对这些模型的访问不断增长，我们需要考虑如何通过我们与人工智能互动传递文本的主要方式滥用这些模型：提示。
移民对土耳其叙利亚难民的非主持地区的影响
过去十年中，全球难民的四倍，从2012年的1100万到今天的4600万。1在此期间，土耳其收到了360万叙利亚难民，该难民将几个土耳其省的劳动力供应增加了82％。托管地区的劳动力供应如此大的增加可能会改变商品价格，这可能会引起整个经济的一般平衡影响。因此，这种巨大的劳动力供应冲击对土耳其经济的劳动力市场后果取决于这些一般平衡效应的幅度。有三种关键的经济机制，通过这些机制，移民冲击通过供应网络传播以影响劳动力需求。首先，移民降低了工资，因此降低了房东地区公司收取的价格。降低价格支撑物将直接或间接从主机地区购买的公司转发。这些“上游暴露”的公司是否增加或减少其劳动力需求受劳动力和中级商品之间的可承诺性的约束。移民影响也以两种不同的方式传播后卫，我们将其标记为“下游暴露”效果。如果中间商品是总替代品，那么生产成本下降的公司就会更加明显地增益。因此，他们要求供应商更多，他们观察到销售额的增加。此外，当中间体与其他中间体相比，与劳动力相比，移民密集型公司会增加对中间体的需求，这为供应商带来了积极的需求溢出。一起，这三个经济力量塑造了移民在整个经济中的劳动市场影响。在本文中，我们介绍了对这三种力量进行正式的理论分析，对其存在的经验证据测试以及反事实练习，这些练习对移民对跨地区的实际工资和福利的影响进行了定量检查。我们的模型通过两个关键特征捕获了这些机制。首先，使用CES生产技术将当地劳动力与中间投入相结合，中间投入本身是来自所有地区公司的公司的CES汇总。第二，企业使用外源标记设定价格，以确保生产成本的变化（无论是从劳动力还是中间投入）转移到价格上。对各个地区劳动需求的移民的一般平衡效果受两个关键参数的控制：劳动和中间体之间取代的弹性以及跨不同中间体替代的弹性。结合了投入输出网络的结构，这些弹性足以确定寄宿区的移民引起的工资变化如何影响整个经济的劳动力需求。
实时纤维束成像辅助神经导航用于经颅磁刺激
摘要 最先进的导航经颅磁刺激 (nTMS) 系统可以显示 TMS 线圈相对于受试者大脑结构磁共振图像 (MRI) 的位置并计算感应电场。然而，TMS 的局部效应会通过白质网络传播到大脑的不同区域，目前还没有商业或研究神经导航系统可以在 TMS 期间实时突出显示大脑的结构连接。缺乏实时可视化可能会忽略大脑连接的关键个体间差异，并且无法提供针对大脑网络的机会。相比之下，实时纤维束成像可以即时调整参数和详细探索连接，这在计算上效率低下，并且受限于离线方法。为了针对大脑结构连接，特别是在基于网络的治疗（如重度抑郁症）中，需要一种基于实时纤维束成像的神经导航解决方案来解释每个人独特的大脑连接。这项工作的目的是开发一种实时纤维束成像辅助 TMS 神经导航系统并研究其可行性。我们提出了一个模块化框架，使用并行传输方法将扩散 MRI 数据的离线（准备）分析与在线（实时）概率纤维束成像无缝集成。对于纤维束成像和神经导航，我们分别结合了我们的开源软件 Trekker 和 InVesalius。我们使用合成数据和四名健康志愿者的 MRI 扫描来评估我们的系统，这些数据和扫描数据是通过多壳高角分辨率扩散成像协议获得的。通过比较流线计数和重叠与基于一亿条流线滤波的离线纤维束成像结果来研究四个主要 TMS 目标，评估了我们的在线方法的可行性。我们开发的实时纤维束成像辅助 TMS 神经导航系统展示了先进的纤维束成像技术，具有交互式参数调整和通过创新的不确定性可视化方法实时可视化数千条流线的功能。我们的分析表明，受试者和 TMS 目标在流线数量方面存在相当大的差异，例如，虽然在受试者 #4 的视觉皮层 (V1) 上的 TMS 目标上观察到了 15,000 条流线，但在受试者 #3 的 V1 中，没有获得流线。与离线纤维束图的重叠分析表明，实时纤维束图可以快速覆盖目标区域连接的很大一部分，通常在几秒钟内超过离线方法的覆盖范围。例如，在
用于 B5G 和 6G 基础设施中卫星网络零接触管理的人工智能
NTN 解决方案 1 。计划中的 Release-18 工作仍包括 NTN 的标准化活动，以进一步定义无线电第 2 层和第 3 层细节，以允许非地面节点在无线接入网络 (RAN) 2 中运行的解决方案。NTN 可以为地面网络带来许多优势 [ 2 ]。促进网络传播，为目前未服务或服务不足的大型区域带来连接，在非正常情况下提供备用链路，例如主要地面基础设施中断或故障，并卸载地面网络，为用户提供额外的连接，以解决地面网络上的流量高峰并保持特定丢失或延迟敏感流的性能只是其中的几个。然而，尽管已经进行了大量研究和开发工作，但仍有几个挑战和悬而未决的问题需要妥善研究和解决，以实现地面和非地面网络之间的无缝集成 [ 3 , 4 ]，例如定义适当的随机接入程序、定时提前策略和切换管理策略 [ 5 ]。人工智能 (AI) 和机器学习 (ML) 原理及相关解决方案的使用是通信网络演进的另一个重要支柱 [ 6 ]。再次查看 3GPP Release-18 计划内容列表，很明显其中包括“下一代 RAN (NG-RAN) 的 AI/ML”、“AI/ML - 空中接口”和“AI/ML 研究、多媒体编解码器、系统和服务”主题，更广泛地说，文献中有大量的研究贡献，其中还包括在 NTN 中采用 AL/ML 技术的研究和解决方案 [ 7 ]。无线电资源管理、移动性管理和非地面/地面网络集成只是 AI/ML 解决方案可以帮助改进的几个方面。然而，由于仍有挑战和悬而未决的问题需要研究和解决 [8]，人们已经考虑将 AI/ML 策略全面集成到通信网络中，尤其是从标准化的角度来看，这是 6G 或超 5G (B5G) 网络演进的问题，而不是 5G 网络整合的问题。因此，这也反映在卫星-地面集成系统中 [9]。本文介绍了仍在进行的欧洲航天局 (ESA) 项目“数据驱动的实时网络管理网络控制器和编排器 - ANChOR”[10] 的现状，该项目旨在为卫星真正融入 5G 时代及以后做出进一步贡献。具体来说，我们将重点描述所考虑的场景之一、相关的网络架构和正在开发的系统原型（第 2 节）、用于驱动最佳卫星网关站动态选择的基于 AI 的方法（第 3 节）以及当前和初步获得的结果（第 4 和 5 节）。最后，在第 6 节得出结论。
人类星形胶质细胞同步神经类器官网络
完整标题：人类星形胶质细胞同步神经类器官网络 Megh Dipak Patel 1,2、Sailee Sham Lavekar 1、Ronak Jaisalmeria 1,3、Suki Oji 1、Jazmine Jayasi 1、Caroline Cvetkovic 1、Robert Krencik 1,# 1 神经再生中心，神经外科系，休斯顿卫理公会研究所，德克萨斯州休斯顿，77030，美国。2 德克萨斯 A&M 大学医学院，德克萨斯州布莱恩，77807，美国。3 生物科学系，莱斯大学，德克萨斯州休斯顿，77005，美国。# 通讯作者：Robert Krencik，713.363.9742（电话），rkrencik@houstonmethodist.org 摘要 生物神经网络表现出中枢神经系统相互连接区域内和跨中枢神经系统的同步活动。了解这些协调网络是如何建立和维持的可能揭示神经退行性疾病和神经调节的治疗目标。在这里，我们使用人类多能干细胞衍生的生物工程神经类器官测试了星形胶质细胞对同步网络活动的影响。这项研究表明，星形胶质细胞通过影响突触和生物能量学，显著增加了单个类器官内以及众多快速合并的类器官之间长距离的活动。淀粉样蛋白的治疗抑制了神经退行性疾病过程中的同步活动，但这可以通过从邻近网络传播活动来挽救。总之，这项研究确定了人类星形胶质细胞对生物神经网络的关键贡献，并提供了一个快速、可重复和可扩展的模型来研究健康和疾病状态下神经系统的远程功能通信。关键词星形胶质细胞/人类多能干细胞/神经网络/类器官简介生物神经网络是神经系统活动背后的动态功能组件。在出生后早期发育中，神经网络的定义是，在体外和体内实验模型系统中都观察到同步网络活动的存在 1,2 。同步网络可以在同一时间窗口的局部相邻神经元群中发生，也可以作为长距离的空间传播波发生。在成人大脑中，同步振荡网络活动在认知控制 3 、记忆巩固 4 和昼夜节律 5 等一系列功能中发挥作用，这些功能可能在各种神经病理学（例如精神分裂症、阿尔茨海默病、癫痫等）中失调。网络活动主要由突触驱动，可以在电生理记录期间通过实验检测到快速同步尖峰，并在神经元群中检测到细胞内钙的缓慢振荡变化。然而，非神经元细胞和局部环境对这种现象的贡献程度尚不清楚，尤其是在人类特定的细胞环境中。除了神经元之外，其他细胞类型，包括星形胶质细胞，被认为可以动态地促进网络连接。星形胶质细胞具有多方面的机制来直接相互作用和调节网络，包括通过分泌各种突触生成和突触粘附蛋白来形成和强化突触 6 、通过神经活性分子进行双向信号传导、离子的稳态调节 7 、产生神经元能量代谢底物 8,9 、调节氧化应激 10 ，以及通过与其他非神经元细胞的通讯进行间接作用 11 。这些不同过程的最终结果可以根据星形胶质细胞的活动和反应性进行动态调节，从而影响广泛的行为 12 。因此，当星形胶质细胞