XiaoMi-AI文件搜索系统
World File Search System2022b
人类的视觉皮层流
本文描述的追踪通路的方法包括对来自同一组 171 名人类连接组计划参与者的 7T 结构和功能 MRI 数据执行的扩散纤维束成像 (Huang et al., 2021)、功能连接和有效连接 (Ma et al., 2022; Rolls et al., 2022a; Rolls et al., 2022b; Rolls et al., 2023a; Rolls et al., 2023b; Rolls et al., 2023d)，以及对 88 名人类连接组计划 (Larson-Prior et al., 2013) 参与者执行的脑磁图 (Rolls et al., 2023c)。扩散拓扑图测量的是大脑区域之间的直接解剖通路，而不是方向，不提供有关连接方向的证据，并且在上述研究中，功能和有效连接可以作为有益的补充，因为扩散纤维束成像有时可能会在通路交叉的地方产生假阳性，并且可能会错过一些特别长的通路。功能连接是通过一对皮质区域中的 BOLD 信号之间的 Pearson 相关性来衡量的，可能反映间接相互作用和共同输入，并且不提供有关任何影响方向的证据。然而，高功能连接确实反映了一对大脑区域的相互作用程度，并且确实反映了功能，因为它在静息状态和任务执行之间是不同的。本文描述的调查中使用了静息状态连接，因为它可以提供一个基本的连接矩阵，即使参与者可能无法执行特定任务（如某些精神障碍），也可以对其进行调查。有效连接旨在衡量两个大脑区域在每个方向上相互影响的程度，并利用时间延迟来估计有时被描述为因果关系的东西。有效的连接对于测量皮质区域之间尤其重要，因为至少在皮质层次结构中，解剖结构是不对称的，通常皮质层 2 和 3 向前投射到下一个皮质区域的层 2 和 3，而反向投影往往起源于更深的皮质层，并投射回前一个皮质区域的层 1，终止于皮质锥体细胞的顶端树突，因此可能具有较弱的影响，可以通过自下而上的前向输入分流（Markov et al., 2013; Markov and Kennedy, 2013; Markov et al., 2014; Rolls, 2016, 2023）。我们测量的有效连接被描述为全脑生成有效连接，因为它是可以生成所有 360 个皮质区域之间的功能连接和延迟功能连接（fMRI 为 2 秒，MEG 为 20 毫秒）的有效连接矩阵，并使用基于相互作用的 Stuart-Landau 振荡器的皮质连接模型的 Hopf 算法（Deco 等人，2019 年；Rolls 等人，2022b 年；Deco 等人，2023 年；Rolls 等人，2023c 年）。
![arXiv:2209.01646v3 [cs.CL] 2023 年 10 月 24 日](/simg/b\b7e6a9ae6b38ee9c06b20450fe2c26f4763d6541.webp)
arXiv:2209.01646v3 [cs.CL] 2023 年 10 月 24 日
命名实体识别是自然语言处理中的一项基本任务，旨在对文本中的命名实体进行定位和分类。由于大规模且经过良好注释的数据集，基于深度学习的方法（Li et al.，2022b；Devlin et al.，2019）取得了巨大成功。然而，在具有 112 个细粒度命名实体标签的真实数据集（如 Ling 和 Weld（2012））中，大量的实体类别可能会导致不可避免的注释缺失。此外，在实际场景中，为了获得大型 NER 数据集，远程监督方法（Ren et al.，2015；Fries et al.，2017）可能会使这个问题更加严重，因为实体词典无法覆盖所有实体。前人的研究（Li et al.，2021；Shang et al.，2018）发现这个问题严重阻碍了NER模型的性能，并将这个问题命名为无标记实体问题。如图1所示，未标记的第二个“NBA”可能会混淆模型并引入不必要的噪音。为了解决这个问题，人们从不同的角度提出了几种尝试。受到启发
rlaif vs. rlhf：通过AI反馈从人类反馈中缩放加强
从人类反馈（RLHF）中学习的抽象强化学习已被证明有效地使大型语言模型（LLMS）与人类的偏好保持一致，但是收集高质量的偏好标签是可以表达的。rl来自AI反馈（RLAIF），在Bai等人中引入。（2022b），提供了一种有希望的替代方案，该替代方案对现成的LLM产生的偏好训练奖励模型（RM）。在摘要的任务，有用的直径生成和无害的对话构成的任务中，我们表明RLAIF的性能与RLHF相当。此外，我们通过证明RLAIF的表现可以超越受监督的细节基线，即使AI标签的大小与策略相同，甚至与初始策略完全相同的检查点，我们也可以迈出“自我完善”的一步。最后，我们引入了直接raif（D-RLAIF） - 一种通过直接从RL持续的LLM获得奖励来绕过RM训练的技术，该技术在RL期间获得了较高的性能，从而达到了Canoni-cal rlaif。我们的结果表明，RLAIF可以通过使用人类反馈来实现PAR的性能，从而为RLHF的尺度限制提供了潜在的解决方案。
对未来框架合成的调查
未来框架合成（FFS）任务的目标是根据历史框架的顺序生成未来框架（Srivastava等，2015）或仅具有单个上下文框架（Xue等，2016），具有或没有其他控制信号。该FFS的学习目标也被认为是建立世界模型的关键（Ha＆Schmidhuber，2018； Hafner等，2023b）。ffs与低级计算机视觉处理技术密切相关，尤其是在近框架附近合成时（Liu等，2017； Wu等，2022b; Hu等，2023b）。但是，FFS通过隐式要求对场景动态和时间连贯性有更复杂的理解，与其他低级任务分歧，这通常是高级视觉任务的特征。挑战在于设计模型可以实现这种余额，使用中等数量的参数来最大程度地减少推理延迟和资源消耗，从而使FFS适用于现实世界中的应用程序。FFS的这种独特位置表明了其在计算机视觉中低水平感知与预测与高级理解和发电之间差距之间的差距中不可或缺的作用。
中国零排放公交车和卡车市场：2021 年更新
2021 年，前 10 大 ZE-HDV 制造商中有 7 家的零排放重点主要集中在公交车上，这种模式与这些公司的柴油生产模式相似。与 5 年前相比，金龙、吉利和安凯等新参与者在 2021 年跻身前 10 大制造商之列。金龙成立于 1988 年，至今仍是传统公交车市场的领先制造商，提供各种城市公交车、客车和专用车辆（King Long，2022a）。从柴油到电池动力的转变是合乎逻辑的，因为金龙几十年来一直在开发新能源动力系统；它于 2001 年推出了第一款带铅酸电池的混合动力客车（King Long，2022b）。吉利长期以来一直是中国著名的电动乘用车制造商；它首次进军电动重型车市场是在 2016 年，当时成立了一家名为吉利新能源商用车集团的新子公司，该集团拥有一个新品牌 Farizon。此后，吉利生产了一系列替代能源商用车。除了电动卡车和公共汽车外，吉利还致力于长途牵引车的甲烷发动机（吉利新能源商用车集团，2021 年）。
肠道菌群桥接饮食营养和宿主免疫...
饮食对人类健康和疾病的相当一部分是由肠道微生物介导或修改的（Hills等，2019; Paoli等，2019）。值得注意的是，肠道微生物群由不同的微生物种群组成，影响宿主生理过程的大多数方面，尤其是宿主的代谢和免疫力（De Vos等，2022）。建立了肠道菌群健康的社区结构，例如早期益生菌暴露，显着有助于调节宿主免疫（Huang等，2022b）。有趣的是，与饮食相关的慢性疾病，其中大多数与肠道菌群紧密相关以及宿主免疫（Yamashiro，2017年），很好地强调了宿主免疫 - 微生物intractions在整理饮食中的宿主健康和疾病中的关键作用。在本文中，我们系统地描绘了各种饮食营养素的不同作用，包括氨基酸（AAS），碳水化合物，脂肪（脂质），微量元素和维塔米在肠道菌群调节中。然后，我们通过肠道微生物对饮食营养素的代谢以及饮食中营养巨细胞群对宿主健康和疾病的影响的影响结合，重点是免疫相关疾病。我们还建议对饮食营养素和肠道微生物进行操纵，以改善人类健康。
探索复杂的相互作用：肠道微生物组，压力和钩端螺旋体病
钩端螺旋体病仍然是一个重要的全球健康问题，被归类为一种重新出现的人畜共患病（Ko等，2009; Petakh等，2022a; 2022a; Bradley; Bradley and Lockaby，2023）。估计年度感染率超过一百万个人和惊人的60,000例相关死亡，因此在全球范围内对公共卫生造成了重大负担（Haake and Levett，2015; Samrot et al。，2021; Petakh and Nykyforuk，petakh and Nykyforuk，2022; Petakh等，20222b，2022b，20223a; petakh等人）。这种传染病主要是通过与受感染宿主的尿液接触而传播的，这些宿主通常在受污染的水源或土壤中发现。钩端螺旋体病可以在一系列临床表现中表现出来，范围从轻度或无症状的病例到涉及多器官功能障碍的严重，威胁生命的条件（Petakh等，2022cc）。Weil综合征是该疾病的关键且潜在的致命表现，其特征是肾脏，肺和肝损害（Latchoumi等，2020； Abdullah等，2021）。值得注意的是，Weil综合征的死亡率高，其特征是肝功能障碍，肾衰竭和出血并发症（Limothai等，2021）。面对这种强大的疾病，早期的认可和提供重症监护术对于改善患者预后至关重要。
单光子源是发展全球
近年来，全球量子互联网的发展取得了长足进步。它需要非常多样化的量子平台同时发展，因此在理论和实验上都带来了许多不同的挑战。在本文中，我们通过提出单光子源作为一种重要资源来解决其中的几个任务，该资源提供了许多有价值的解决方案，从有效、无漏洞地违反贝尔不等式（González-Ruiz 等人，2022a）到设备无关量子密钥分发协议的最佳实现（González-Ruiz 等人，2022b）。为此，我们引入了一个详细的分析，模拟源的实际缺陷（Bjerlin 等人，2023；González-Ruiz 等人，2022a），以便获得更深入的理解，使我们能够为不久的将来的实验实施设定更清晰的路线。此外，我们还对 Østfeldt 等人 (2022) 通过放置在手性纳米波导中的量子点双激子级联实验实现的路径纠缠态进行了完整的理论分析 (González-Ruiz et al., 2023)，研究了它们在受到多种现实缺陷影响后的纠缠特性。最后，我们提出了一种实验装置，将量子点单光子源产生的光子的典型宽带宽与量子存储器候选物（如高 Q 光机械膜）的带宽相匹配，带宽要窄几个数量级。因此，我们的建议可以有效地存储光子携带的量子比特。
实施和扩展人工智能
ChatGPT 和其他生成式人工智能 (AI) 系统的发布改变了企业的游戏规则 (Edelman 和 Abraham，2023 年；OpenAI，2022a)。多年来，专家们一直预计人工智能将对几乎所有行业产生深远影响 (Berg 等人，2018 年；Chui 等人，2018 年)。然而，这种新型人工智能——生成式人工智能——正在增强这些预测 (Chui 等人，2022 年)。生成式 AI 包括大型语言模型（例如 LLaMA，参见 Meta AI，2023 年；GPT-3，参见 OpenAI 和 Pilipiszyn，2021 年；Bard，参见 Pichai，2023 年）、基于图像的系统（例如 Midjourney，参见 Midjourney，2022 年；DALL-E，参见 OpenAI，2022b 年；Stable Diffusion，参见 Stability AI，2022 年）和结合不同类型输入的多模态系统（例如 GPT-4，参见 OpenAI，2023 年）以及特定于应用的系统，例如用于蛋白质结构预测的 AlphaFold（Hassabis，2022 年）。任何尝试过这些系统的人都可以很快发现，它们不仅可以为企业提高效率和效能；它们将为企业创造强大的新能力的基础（Chui 等人，2022 年）。推动这些基础模型发展的最大科技公司（《经济学人》，2022 年）已经将这项技术融入其价值主张的核心（Iansiti 和 Lakhani，2020 年）。
科罗拉多州太阳能开发的县土地利用法规
美国正在经历地面安装太阳能的快速增长，包括在科罗拉多州的公用事业规模（≥1兆瓦的铭牌容量）太阳能光伏（PV）工厂已在64个县中的28个（美国能源信息管理局[EIA] 2023a）中部署。地面安装或独立的太阳能使用安装在地面机架系统上的一系列PV模块。它包括大型公用规模的工厂以及较小的应用程序，例如商业或工业设施的客户阵列以及社区太阳能花园。随着太阳能部署的增加，社区对视觉景观，财产价值观，社区特征和农业用地发展的影响的担忧也有所增加（Nilson，Hoen，Hoen和Rand 2024）。Agrivoltaics是在同一块土地上结合农业和地面上的双重土地使用，是针对其中一些挑战的一种解决方案（Macknick等人2022）。Agrivoltaics可以包括在太阳能电池板下方和/或在太阳能电池板之间和/或在太阳能电池板之间的种植农作物，养蜂和放牧的牲畜，并可以提供多样化的收入，储蓄和其他协同效果（Hernandez等人（Hernandez等）2019; Macknick等。2022;尼尔森，霍恩和兰德2024）。最近对科罗拉多州的Agrivoltaics感兴趣，包括成功的商业部署以及为更多示威场所提供的州级赠款和税收优惠（Jaffe 2022b； Colorado Colorado大会2023A）。