XiaoMi-AI文件搜索系统
World File Search System45v
![arxiv：2410.11845v1 [CS.DC] 29年9月29日](/simg/d/d0a1f54fa22e359589691384a728d794041d375a.webp)
arxiv：2410.11845v1 [CS.DC] 29年9月29日
大型语言模型（LLM）通过其出色的理解，合成和推理能力彻底改变了自然语言处理。但是，由于计算限制，内存限制和边缘硬件异质性，在资源约束的边缘设备上部署LLM提出了重大挑战。本调查提供了涵盖Edge LLM最近进步的全面概述，涵盖了整个生命周期 - 从资源过高的模型设计和预部主持策略到运行时推理优化。它还探讨了各个域之间的设备应用程序。通过综合最新技术并识别出启示研究方向，该调查弥合了LLM的巨大潜力与边缘计算的约束之间的差距。
![arxiv：2405.05345v2 [CS.CL] 2025年2月16日](/simg/2/2e98bf49f99a746b40d83c10c9b0ba5db9d960f4.webp)
arxiv：2405.05345v2 [CS.CL] 2025年2月16日
在线讨论论坛提供了重要的数据，以了解广泛的现实世界社区的关注。但是，用于分析这些数据的典型定性和定量方法，例如主题分析和主题建模，是不可行的，或者需要大量的人类努力以将产出转化为人类可读形式。这项研究介绍了Quallm，这是一个新型的基于LLM的框架，可从在线论坛上的文本数据中分析和提取量化的见解。该框架由一种新颖的提示和人类评估方法组成。我们介绍了这个框架，以分析Reddit的两个乘车工人社区的一个MIL会议，标志着其类型的最大研究。我们发现了有关AI和算法平台决策的重要工人，以回应有关工人见解的监管电话。简而言之，我们的工作为AI辅助定量数据分析设定了一个新的先例，以使在线论坛的表面关注。
![arXiv:2502.02845v1 [physics.optics] 2025 年 2 月 5 日](/simg/3/33e49eed7cc3f9de951fe511fb81410dc9f4a64e.webp)
arXiv:2502.02845v1 [physics.optics] 2025 年 2 月 5 日
近年来，人们对塔姆等离子体极化激元 (TPP) 的兴趣日益浓厚，TPP 是位于一维光子晶体 (PhC) 和金属薄膜界面处的光态 [1-10]。通过将液晶引入金属光子晶体结构，可以控制 TPP 的波长和 Q 因子 [11]，从而可以通过同时改变电场和温度来控制系统的光学特性。然而，基于这种方法的装置相对较慢，因为液晶的响应时间至少为一毫秒。一种有前途的替代方案是相变材料，例如 VO2 [12-14]、GeSbTe (GST) [15-17] 和 Sb2S3 [18-20]。这些材料的光学特性在特定温度下会急剧变化，从而可以快速调制系统的光学响应。在这种情况下，切换发生在一微秒内，比基于液晶的结构快三个数量级。VO 2 的优势在于 68 C o 的低相变温度。然而，与 GST 一样，VO 2 具有高消光系数，这使其难以用于纳米光子器件。
![arxiv：2501.19245v2 [cs.ai] 2025年2月3日](/simg/7/711899e037503ed2de58fab9945933deb363a3a8.webp)
arxiv：2501.19245v2 [cs.ai] 2025年2月3日
强化学习（RL）提供了一种通用方法，用于建模和培训AI代理，包括人类互动方案。在本文中，我们提出了Sharpie（hared Human-a i r einformention学习p latform for Iteractive e xperiments），以满足对一般框架的需求，以支持RL代理和人类的实验。它的模型设计由用于RL环境和算法库的多功能包装器组成，这是一个面向参与者的Web Interface，Lotogging Utilities，在流行云和参与者招聘平台上的部署。它使研究人员能够研究与人与RL药物之间的反应有关的各种研究问题，包括与交互式奖励规范和学习的研究，从人类的反馈，行动授权，偏好，用户模型，用户模型和人类团队中学习。该平台基于人类RL相互作用的通用界面，旨在标准化人类文本中RL的研究领域。
![arxiv：2409.17645v1 [physics.atm-clus] 26 Sep 2024](/simg/5/550c7e5505ea54800f6ae08fb4f122292097d9d9.webp)
arxiv：2409.17645v1 [physics.atm-clus] 26 Sep 2024
我们表明，可以通过将多体扰动理论应用于紧密结合（TB）模型来准确评估石墨烯带结构和电子响应的多体特征。特别是，我们将光导率的结核病结果与先前的AB-INITIO计算进行了比较，在Dirac锥附近的低能区域（〜100 MEV）和π等离子体的较高能量（〜5 eV）中显示了几乎完美的一致性。在布里渊区角的密度密度响应中也达成了合理的协议。在结核病模型的计算成本降低的帮助下，我们研究了自符之际对筛选相互作用（W）和准粒子校正的影响，这是在AB-Initio框架中尚不可实现的任务。我们发现，自我矛盾对费米速度差异的实验结果很重要，如先前的研究所证实的那样，同时略微影响光电导率。最后，我们研究了结果抵抗掺杂或引入均匀介电环境的鲁棒性。
irs and purreasury-publish-final-for section-ection-45v- ...
2025年1月10日，美国财政部（“财政部”）和国税局（“ IRS”）发布了根据1986年《内部税收法》第45V条的《清洁氢生产税》的最终法规（“最终法规”），分别修改了（分别是“ 45V Credit”和“ 45V Credit”和“守则”。45V信贷是根据2022年的《降低通货膨胀法》（“ IRA”）创建的，以激励国内生产清洁氢，并为合格的清洁氢生产设施生产的合格清洁氢提供了10年的生产税收抵免。拟议的45V信贷法规于2023年12月22日发布（“拟议的法规”），并进行了广泛的辩论，大约收到了30,000个公众意见。最终法规保留了与拟议法规相同的复杂框架，但引入了更改，使纳税人在声称氢生产信用时的灵活性和确定性更大。，尽管为45V信用提供了期待已久的澄清，但最终法规仍然面临着不确定的未来，因为它们仍然有特朗普政府的进一步修改甚至无效的风险。
![arXiv:2301.07445v4 [quant-ph] 2024 年 12 月 26 日](/simg/b/bdd132f749a6a97661535964b16b7788d56a5a5d.webp)
arXiv:2301.07445v4 [quant-ph] 2024 年 12 月 26 日
由最优参数化量子电路组成的变分量子算法有望在嘈杂的中尺度量子 (NISQ) 时代展现量子优势。除了经典的计算资源外，不同类型的量子资源在计算过程中也有贡献，例如信息置乱和纠缠。描述特定问题的复杂性与解决这些问题所消耗的量子资源之间的关系有助于我们理解量子信息处理背景下的 VQA 结构。在本文中，我们专注于量子近似优化算法 (QAOA)，该算法旨在解决组合优化问题。我们分别研究了 QAOA 电路中的信息置乱和纠缠，发现对于更难的问题，在大多数情况下，QAOA 电路需要更多的量子资源才能获得解。我们注意到，在未来，我们的结果可用于通过计算过程中的信息置乱或纠缠积累来基准化量子多体问题的复杂性。
![arXiv:2307.12745v2 [cs.LG] 2024 年 8 月 22 日](/simg/6/6c4f3868123df860f2d153c53cd3ff773c1e04de.webp)
arXiv:2307.12745v2 [cs.LG] 2024 年 8 月 22 日
深度学习模型由于其规模、结构和训练过程中固有的随机性而变得复杂。数据集的选择和归纳偏差也带来了额外的复杂性。为了解决这些可解释性挑战，Kim 等人 (2018) 引入了概念激活向量 (CAV)，旨在从与人类一致的概念的角度理解深度模型的内部状态。这些概念对应于潜在空间中的方向，使用线性判别式进行识别。虽然该方法最初应用于图像分类，但后来被应用于其他领域，包括自然语言处理。在这项工作中，我们尝试将该方法应用于脑电图 (EEG) 数据，以解释 Kostas 等人的 BENDR (2021)，这是一个大规模 Transformer 模型。这项工作的一个关键部分涉及定义解释概念并选择相关数据集来为潜在空间中的概念打下基础。我们重点关注脑电图概念形成的两种机制：使用外部标记的脑电图数据集和应用解剖学定义的概念。前一种方法是图像分类方法的直接概括，而后一种方法是新颖的，并且特定于脑电图。我们提供的证据表明，这两种概念形成方法都可以为深度脑电图模型学习到的表示提供有价值的见解。
45vh2-greet-user-manual_may-2024.pdf
45VH2-GREET REV.2024年3月，以下称为45VH2-GREET，可用于表征与氢生产相关的良好的GHG排放量，使用美国财政部发表的拟议规则制定通知中定义的系统边界，并于12月22日在12月22日进行了45V范围，用于制作45V，用于制作45V的自然收入服务。称为45V NPRM。1在45V NPRM中定义了“通过生产点（井到门）的排放”一词，是指在纳税年内通过生产点的氢生产设施在氢生产设施上产生的氢相关的骨料生命周期性温室气体排放。它包括与原料生长，收集，提取，加工和输送到氢生产设施相关的排放。还包括与氢生产过程相关的排放，包括氢生产设施使用的电力以及氢生产设施产生的二氧化碳（CO 2）的任何捕获和固相。
对第 45v 节清洁生产信用的回应......
根据财政部的指导意见，45VH2 GREET 模型分析中使用的假设将定期更新。这组不断变化的假设可能会给项目经济带来巨大的不确定性。这一修订过程将挑战氢气生产商逐年获得完整的 PTC 资格，可能会扰乱经济假设和投资决策。我们建议修改规则，以便氢气生产商能够选择使用氢气设施建设时有效的 45VH2 GREET 模型或适用纳税年度的模型。通过允许氢气生产商在设施开始建设之日起的 10 年资格期内锁定 45VH2 GREET 模型，生产商将提高项目生命周期的经济确定性。