XiaoMi-AI文件搜索系统
World File Search System2023c
女性和形态学的第一个描述
Achalinus Peters属，1869年是蛇家族Xenodermidae Gray中最具体的属，1849年，有28种公认的物种分布在中国北部，到日本（Ma等人）2023c，Yang等。2023，Uetz等。2024）。大多数Achalinus种类都适合于半义的生活，通常具有小的身体大小和不显眼的色彩，这使得它们在野外难以检测。近年来，随着现场调查的进步和广泛的DNA-Barcoding努力，Achalinus的生物多样性逐渐被逐渐揭示。自2019年以来，已经描述了20多种新物种（Wang等人2019，Ziegler等。 2019，Li等人。 2020，Luu等。 2020，Miller等。 2020，Hou等。 2021，Huang等。 2021，Li等。 2021，Ha等。 2022，Yang等。 2022，MA等。 2023b，MA等。 2023c，Zhang等。 2023，Li等。 2024，Xu等。 2024b）。2019，Ziegler等。2019，Li等人。 2020，Luu等。 2020，Miller等。 2020，Hou等。 2021，Huang等。 2021，Li等。 2021，Ha等。 2022，Yang等。 2022，MA等。 2023b，MA等。 2023c，Zhang等。 2023，Li等。 2024，Xu等。 2024b）。2019，Li等人。2020，Luu等。 2020，Miller等。 2020，Hou等。 2021，Huang等。 2021，Li等。 2021，Ha等。 2022，Yang等。 2022，MA等。 2023b，MA等。 2023c，Zhang等。 2023，Li等。 2024，Xu等。 2024b）。2020，Luu等。2020，Miller等。2020，Hou等。 2021，Huang等。 2021，Li等。 2021，Ha等。 2022，Yang等。 2022，MA等。 2023b，MA等。 2023c，Zhang等。 2023，Li等。 2024，Xu等。 2024b）。2020，Hou等。2021，Huang等。 2021，Li等。 2021，Ha等。 2022，Yang等。 2022，MA等。 2023b，MA等。 2023c，Zhang等。 2023，Li等。 2024，Xu等。 2024b）。2021，Huang等。2021，Li等。2021，Ha等。2022，Yang等。2022，MA等。 2023b，MA等。 2023c，Zhang等。 2023，Li等。 2024，Xu等。 2024b）。2022，MA等。2023b，MA等。2023c，Zhang等。2023，Li等。 2024，Xu等。 2024b）。2023，Li等。2024，Xu等。2024b）。
司法领域的人工智能技术：对司法领域大型语言模型的批判性评价
4 有关本章所述案例的更详细描述，先前已在三篇不同的短文中发表（Gutiérrez 2023a、2023b、2023c）。5 2023 年 3 月，几位参与填补智利最高法院空缺职位的上诉法院法官讨论了人工智能在司法领域的应用。其中一位甚至提到了哥伦比亚法官的案例，该法官从 ChatGPT 转录了四个提示和答案以激发他的裁决（Zúñiga 2023）。此外，在巴拉圭，一名被告声称上诉法庭的裁决包括由 ChatGPT 制作的合成文本。然而，无论是法庭还是其法官都没有披露这种使用，也没有得到证实（ABC 2023）。6 科林·比尔斯勋爵在一次律师协会会议上表示：“我要求它为我提供一份我正在撰写判决书的法律领域的摘要。我想试试。我问 ChatGPT 能否为我提供该法律领域的摘要，它给了我一段话。我知道答案是什么，因为我正要写一段话，但它为我做到了，我把它写进了我的判决书。它就在那里，非常有用”（Castro 和 Hyde 2023）。
公共资助的肺炎球菌疫苗接种计划和监测加拿大成年人的疫苗接种覆盖率
肺炎是加拿大十大主要死亡原因之一（加拿大统计局，2022 年），可导致严重的并发症，例如侵袭性肺炎球菌病 (IPD) (Drijkoningen & Rohde，2014 年；加拿大公共卫生署，2023e)。老年人（Nasreen 等人，2021 年）、免疫抑制的成年人和居住在长期护理机构的老年人患肺炎球菌病的负担最重（Cafiero-Fonseca 等人，2017 年）。加拿大国家免疫咨询委员会 (NACI) 根据成人患 IPD 的风险，建议按照特定剂量接种肺炎球菌疫苗。目前，加拿大有四种肺炎球菌疫苗获准供成人使用：23 价肺炎球菌多糖疫苗 (PPV23)；13 价肺炎球菌结合疫苗 (PCV13)； 15 价肺炎球菌结合疫苗 (PCV15)；和 20 价肺炎球菌结合疫苗 (PCV20) (加拿大公共卫生署，2023c)。然而，各省和地区 (PT) 为符合条件的成年人公开资助肺炎球菌疫苗的方式以及各司法管辖区监测疫苗覆盖率的方式存在差异。我们进行了快速审查，以记录和比较各 PT 公共资助的成人肺炎球菌疫苗计划的资格标准与 2016 年 NACI 关于成人肺炎球菌疫苗接种的建议；并记录和比较各 PT 监测肺炎球菌疫苗覆盖率的方式。
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）。
通过量子机械速率光谱法对石墨烯的电子结构的电化学测量
量子比率理论定义了符合普朗克 - 因斯坦关系𝐸= ℎ𝜈 = ℎ𝜈 = ℎ𝜈 =𝑒=𝑒22 ∕ℎ𝐶的量子机械速率是一个与量子电容𝐶𝐶𝐶𝐶𝑞𝐸=𝐸=𝐸=𝑒=𝑒22 ∕𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑞以前，这种对𝜈的定义已成功地用于定义氧化还原反应的电子转移（ET）速率常数的量子机械含义，其中与ET反应有关的法拉达电流证明了与室温下的相对论量子电动力学有关（Bueno，2023c）。这项研究表明，𝜈的定义需要与态密度的扰动（𝑑𝑛𝑑𝑛𝑑𝐸）=𝐶𝑒2的扰动本质上相关的相对论量子电动力学现象。在此基础上，计算了嵌入电解质环境中的石墨烯的电子结构。使用量子比率光谱法（QRS）测量的电子结构与通过角度分辨的光发射光谱（ARPE）或通过计算密度功能官能理论（DFT）方法计算得出的电子结构非常吻合。电化学QRS比ARPE具有明显的实验优势。例如，QRS可以在室温和电解质环境下获得石墨烯的电子结构，而ARPES需要低温和超高效率。更重要的是，QRS可以使用手持式，廉价的设备在原位上操作，而Arpes一定需要昂贵且繁琐的设备。
岩土工程办公室 - 香港
1。范围1.1本技术指南注释（TGN）补充和更新GEO报告中给出的相关指南270（Kwan，2012）和Geo TGN No. 47（Geo，2023d）关于岩土稳定性，结构完整性和刚性碎屑障碍物的偏转器设计的细节。 1.2有关此TGN的任何反馈都应直接针对岩土工程办公室（GEO）的首席岩土工程师/ Landslip预防措施2。 2。 技术政策2.1该TGN中颁布的技术建议于2020年12月24日由Geo Geotechnical Control会议一致。 3。 相关文档3.1 GEO（2023a）。 耐碎碎片屏障设计的补充技术指南（GEO TGN 33）。 岩土工程办公室，香港，1页。 3.2 GEO（2023b）。 详细介绍了耐碎屑的屏障（GEO TGN 35）。 岩土工程办公室，香港，第8页。 3.3 GEO（2023C）。 评估抗碎片屏障设计的滑坡碎片撞击速度（GEO TGN 44）。 岩土工程办公室，香港，第4页。 3.4 Geo（2023d）。 耐碎屑壁垒的设计指南的更新（GEO TGN 47）。 岩土工程办公室，香港，第4页。 3.5 Kwan，J.S.H。 （2012）。 刚性碎片障碍的设计补充技术指南（GEO报告号 270）。 岩土工程办公室，香港，第88页。 3.6 LO，D.O.K。 （2000）。 自然地形滑坡杂物屏障设计的审查（GEO报告号270（Kwan，2012）和Geo TGN No.47（Geo，2023d）关于岩土稳定性，结构完整性和刚性碎屑障碍物的偏转器设计的细节。1.2有关此TGN的任何反馈都应直接针对岩土工程办公室（GEO）的首席岩土工程师/ Landslip预防措施2。2。技术政策2.1该TGN中颁布的技术建议于2020年12月24日由Geo Geotechnical Control会议一致。3。相关文档3.1 GEO（2023a）。耐碎碎片屏障设计的补充技术指南（GEO TGN 33）。岩土工程办公室，香港，1页。 3.2 GEO（2023b）。详细介绍了耐碎屑的屏障（GEO TGN 35）。岩土工程办公室，香港，第8页。 3.3 GEO（2023C）。评估抗碎片屏障设计的滑坡碎片撞击速度（GEO TGN 44）。岩土工程办公室，香港，第4页。 3.4 Geo（2023d）。耐碎屑壁垒的设计指南的更新（GEO TGN 47）。岩土工程办公室，香港，第4页。 3.5 Kwan，J.S.H。（2012）。刚性碎片障碍的设计补充技术指南（GEO报告号270）。岩土工程办公室，香港，第88页。 3.6 LO，D.O.K。（2000）。自然地形滑坡杂物屏障设计的审查（GEO报告号104）。岩土工程办公室，香港，第91页。 3.7 Wong，L.A.，Lam，H.W.K.，Lam，C。＆Kwan，J.S.H。（2022）。关于耐碎屑障碍的设计技术开发工作（GEO报告号358）。岩土工程办公室，香港，第397页。
![arxiv：2403.00833v1 [CS.AI] 2024年2月28日](/simg/3\32a6d89d770124b5904ef1a2c3da7802f0999e78.webp)
arxiv：2403.00833v1 [CS.AI] 2024年2月28日
人工智能（AI）在1956年的达特茅斯会议上被罚款，因为它可以从其环境中收集信息并在其中采取有效的行动。Minsky在MIT的小组在1970年开发了一个机器人系统，称为“复制演示”，观察到了“阻止世界”场景，并成功地重建了观察到的Polyhe-dral块结构（Winston，1972）。由观察，计划和操纵模块组成的系统表明，这些子问题中的每一个都是高度挑战性的，需要进一步研究。因此，AI领域碎片分为专门的子场。尽管这些子领域在依赖方面取得了重大进展，但这种过度还原主义模糊了AI研究的总体目标。要超越当前状态朝着更复杂的AI迈进，我们强调了拥抱Aris-Totle的整体哲学的重要性，这强调了综合量超过其各个部分的总和。大语言模型（LLM）和视觉语言模型（VLM）的最新进展在识别开放世界上下文中识别语言和图像的潜力很大（OpenAI，2023年）。为止，LLM的先进语义处理已被用来将人类的指导分解为机器人的高级任务（Wake等人，2023c，d）。但是，即使对于GPT-4V（ISION），这些现有的多模式基础模型仍然面临着需要采取行动预测的细粒度操作方面的挑战。此外，因此，提出了一种新的体现的代理基础模型（Durante等人，2024b），它可以使语言水平，视觉认知，文本记忆，直觉推理，并可以预测具有适应性的体现动作。这是第一项通过从机器人技术，游戏和医疗保健任务中收集的全体数据来验证开发通用AI代理的基础模型的第一项研究。一种体现的代理被概念化为一种与人类通信并通过其感知能力与环境交互的媒介系统，采用与人类意图保持一致的行动。这就是为什么我们将大型体现基础模型的进步作为对代理AI的重要贡献的原因，使系统能够从各种域信息，动作，自然语言指令和多模式环境中解析和推断人的意图。
面向整体智能的代理 AI
人工智能 (AI) 在 1956 年达特茅斯会议上被历史性地定义为能够从周围环境收集信息并在其中采取有效行动的人工生命形式。1970 年，麻省理工学院的明斯基团队开发了一套机器人系统，称为“Copy Demo”，它可以观察“积木世界”场景并成功重建观察到的多面体块结构（Winston，1972 年）。该系统由观察、规划和操作模块组成，表明每个子问题都极具挑战性，需要进一步研究。因此，人工智能领域分裂成几个专门的子领域。虽然这些子领域已经独立取得了重大进展，但这种过度简化主义模糊了人工智能研究的总体目标。为了超越现状，迈向更为复杂的 AI，我们强调接受亚里士多德整体哲学的重要性，该哲学强调各部分之间的整合要大于各部分之和。大型语言模型 (LLM) 和视觉语言模型 (VLM) 的最新进展已显示出在开放世界环境中识别语言和图像的巨大潜力（OpenAI，2023 年）。例如，LLM 的高级语义处理已被用于将人类指令分解为机器人的高级任务（Wake 等人，2023c、d）。然而，这些现有的多模态基础模型，即使对于 GPT-4V(ision)，在实现需要动作预测的细粒度操作方面仍然面临挑战。因此，提出了一种新的具身代理基础模型（Durante 等人，2024b），该模型集成了语言能力、视觉认知、上下文记忆和直觉推理，并能自适应地预测具身动作。这是第一项使用从机器人、游戏和医疗保健任务中收集的具身数据预训练基础模型以开发通用 AI 代理的研究。具身代理被概念化为一个交互式系统，它通过其感知能力与人类交流并与环境交互，采取符合人类意图的动作。这就是为什么我们认为大型具身基础模型的进步是对代理 AI 的重大贡献，使系统能够从各种领域信息、动作、自然语言指令和多模态上下文中解析和推断人类意图。此外，
生物学入侵，生物多样性和人
地球上的所有物种都是相互关联的。迄今已确定了大约175万种不同的物种。这包括270,000种植物，950,000种昆虫，9,000种鸟类，19,000种鱼类和4,000种哺乳动物。，人们相信，这只是地球上存在的总生物多样性的一小部分。还有数百万个尚未发现的物种。具有丰富生物多样性的生态系统被认为是健康，强大和高度抗性的（Bargali等人，1993; Sharma等。，2005年； Khatri，2023）。但是，当前的世界面临着一系列重要挑战，包括气候变化，生物多样性丧失，环境污染，稀缺性等。随着气候和气候相互交织，由于气候变化而导致空前的速度消失的性质正在消失（Poudel等人。，2019年）。随着目前的气候变化情景，还出现了许多其他威胁，这些威胁威胁着生物多样性并恶化了环境健康（Bargali，1996）。生物学入侵是变化的主要力量之一，影响了地球上生命的许多维度（Pathak等人，2019年； Khatri等，2022a）。入侵当物种从现有人群中切断并通过占领本地动植物居住在新的地理区域时（Khatri等人。，2022b）。有令人信服的证据使入侵物种对全世界的本地生物多样性造成了巨大的伤害（Negi等，2023a）。正在促进生物学入侵（Khatri等，2023b）。人类完全负责入侵物种在全球范围内的迅速传播，因为全球化和洲际运输已极大地改变了入侵动力学（Rai and Singh，2021; Khatri等，2023a）。这些威胁的大小日益增加，因为其他因素也导致了生物多样性损失，包括全球变暖，栖息地丧失，环境污染等。据信，气候变暖会加剧入侵风险，因为据报道，与本地物种相比，侵入性物种的性能更好并适应了温度升高（Khatri等人，2023c）。然而，外来物种的入侵是我们时代最具挑战性的保护谜语。入侵物种有可能在受体区域的新环境条件下快速增殖和扩散。这些物种在爆炸性上扩展和生长，并改变了生态特征，例如火灾状况，营养循环，水文学，能量预算和进化轨迹，使本地生态系统中的轨迹使本地物种的居住地较低。这些物种还可以改变社区的物种组成和结构，打破生态系统平衡，并对保护和经济构成相当大的威胁。生物学入侵是全球总物种灭绝的20％以上的主要原因，被认为是物种灭绝和生物多样性丧失的主要驱动因素。由于这些地区提供的生态系统服务以及它们在保护生物多样性中所扮演的生态系统服务，山上的入侵物种最近尤其引起人们的关注。