XiaoMi-AI文件搜索系统
World File Search System零次
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。
使用高次谐波叶片减少直升机振动...
高次谐波桨距长期以来一直是减少振动转子载荷和由此产生的机身振动的一种有吸引力但尚未开发的方法。这个概念很简单。大多数直升机振动源于转子叶片在绕方位旋转时遇到的不均匀速度分布。这种不均匀分布是由于叶片相对于飞行方向的方向不断变化以及转子下方的不规则涡流尾流造成的，由此产生的叶片攻角随方位的变化包含转子轴速度的每个谐波，但只有某些谐波会导致振动载荷传递到机身。许多谐波会在各个叶片上产生载荷，这些载荷在轮毂处结合时完全相互抵消。高次谐波叶片螺距，叠加在传统的零次谐波和每转一次的叶片螺距控制上，是一种选择性控制攻角谐波的方法~>。•会产生振动，
在自适应人机协作中
人类可以在协作任务（例如打篮球）中快速适应新伙伴，因为他们知道任务的哪些基本技能（例如如何运球、如何投篮）可以传给新伙伴。人类还可以通过延续他们已经开发的惯例（例如举起手势传球）来快速适应与相同伙伴的类似任务，而无需从头开始学习协调。为了与人类无缝协作，AI代理也应该快速适应新伙伴和新任务。然而，目前的方法并没有试图区分任务固有的复杂性和合作伙伴使用的惯例，更普遍的是，很少有人关注利用惯例来适应新环境。在这项工作中，我们提出了一个学习框架，以原则性的方式将规则依赖表示与惯例依赖表示区分开来。我们表明，在某些假设下，我们的规则依赖表示是跨合作伙伴的最佳响应策略分布的充分统计数据。通过这种表示分离，我们的代理能够快速适应新伙伴，并以零次方式与旧伙伴协调新任务。我们通过三个复杂程度各异的协作任务实验验证了我们的方法：情境多臂老虎机、积木放置任务和纸牌游戏 Hanabi。