XiaoMi-AI文件搜索系统
World File Search SystemAlec
截至 2024 年 9 月 6 日 SOC24 现场参会人数
姓名 组织 1 Adam Abdulkadir 救助儿童会和巴斯肯特大学 2 Ailsa Cook Matter of Focus 3 Alec Fraser 伦敦国王学院 4 Alexandra Blain 法国巴黎银行 5 Alison Bukhari 教育女孩 6 Alison Jeffrey 英国文化、媒体和体育部 7 Amanda Payne 未来集团 8 Amel Karboul 教育成果基金 9 Amita Gulati 独立组织 10 Amy Lim 投注委员会 11 Ananya Nath 世界社区中心 12 Anders Bach-Mortensen 牛津大学 13 Anders Bager 世界糖尿病基金会 14 Andrew Greenway Public Digital 15 Aneta Wierzynska 全球抗击艾滋病、结核病和疟疾基金 16 Anne Davies 牛津大学法学院 17 Antonia Muhr 维也纳世界大学 18 Arushi Terway NORRAG 全球教育中心（日内瓦高等研究院） 19 Ashley McCaul ThinkForward 20 Ayan Musa Ahmed 世界糖尿病基金会 21 Batool Ahmad Humana Holding 22 Ben Coughlin 英国司法部 23 Benedetta Trivellato 米兰比可卡大学 24 Benjamin Brunjes 华盛顿大学 25 Benjamin John Stephens Instiglio 26 Benoit Renard Tiko 27 Brigita Pocyte 英国财政部 28 Bryony Nicholson Brink 29 Can Atacik Alethina 30 Carol Cravero 法国开发署集团 31 Carolina Pinzon Better Society Capital 32 Caroline Bernadi 乡村企业 33 Carolyn Heinrich Vanderbilt 大学 34 Catherine Burnard 工业发展公司 35 Celeste Brubaker 乡村企业 36 Chigomezgo Mtegha-Gelders 英国外交、联邦和发展办公室 37 Chih Hoong Sin 独立顾问 38 Chittaranjan Samantaray PanIIT 校友基金会 39 克里斯蒂娜·贝内特创业网络 40 克里斯托弗·伯宁汉姆教育成果基金 41 新加坡国立大学克里斯托弗·吉政策研究所 42 蔡新宇投注委员会
TTU 建议谨慎使用 AI 探测器
2024 年夏季贡献者：Suzanne Tapp、Alec Cattell、JaWana Green、Matt Gregory 和 Brian Quinn 我们关于人工智能的讨论通常集中在学术不端行为和人工智能滥用上。人工智能指南和资源委员会建议在考虑人工智能检测工具时要格外小心。最重要的是，目前人工智能检测工具无法提供确凿的证据。鉴于学生可以轻松使用生成式人工智能工具，我们发现自己正处于教育的十字路口。人工智能检测器的已知问题为了回应对学术诚信的担忧，我们看到声称能够检测人工智能使用情况的公司激增，例如 GPTZero、ZerGPT、CrossPlag 和 PassedAI。但我们也看到了人工智能人性化产品，例如 Bypass GPT、HIX Bypass、Humbot.ai、Undetectable AI 和 WriteHuman AI。当前版本的人工智能检测软件远非万无一失，具有很高的误报率（Edwards，2023 年；Fowler，2023 年）。 ChatGPT 背后的公司 OpenAI 甚至关闭了自己的 AI 检测软件，原因是其准确性较差 (Nelson, 2023)。AI 检测器对于非英语母语学生尤其不可靠 (Myers, 2023)，通常会因为衡量写作复杂程度的困惑度分数较低而将他们的作品不公平地认定为 AI 生成的。然而，有一些有希望的新证据表明，工具在检测 AI 编写的内容方面可能会变得更加准确。例如，Jiang (2024) 从研究生入学考试 (GRE) 写作评估中抽样了大规模数据，AI 生成的写作准确度接近完美，并且没有证据表明对非英语母语人士存在偏见。无法预测 AI 检测器未来的可靠性，尤其是随着新版本的 AI 生成器不断改进。目前，底线是 AI 检测器只能预测某篇文章是否是 AI 生成的，而这些预测不足以支持在涉嫌学术不诚实案件中做出决策。AI 工具能做什么？根据堪萨斯大学教学卓越中心（“谨慎使用人工智能检测器”，2024），人工智能工具可以表明教师可能需要与学生过去的作业进行比较，以发现写作风格和质量的差异。被标记的材料也可能表明教师需要与学生交谈，并解释检测器已表明部分材料是人工智能生成的。事实上，我们可以说，当怀疑未经授权使用人工智能时，真正的第一道防线是学生和课程讲师之间的对话。关于学生的工作以及学生如何完成作业的简单非指责性对话可以提供大量有关人工智能潜在用途的信息。考虑到我们的教师和讲师在其领域的知识渊博，很容易判断某个学生是否具备必要的知识
萨摩亚糖尿病管理指南 2024
与其他中等收入国家一样，萨摩亚正承受着传染病和生活方式相关的非传染性疾病（包括糖尿病）带来的疾病负担。过去 35 年来，萨摩亚的糖尿病患病率稳步上升，从 1978 年的 4.6% 上升至 24.3%（萨摩亚 STEPs 调查，2013 年）1。此外，许多国家现在报告的 2 型糖尿病发病年龄越来越小。糖尿病患病率不断上升的可能因素包括肥胖率上升，而人们的体力活动减少，这两者都增加了患糖尿病的风险。糖尿病前期，例如禁食受损和糖耐量受损，与糖尿病一样，是导致全因死亡和多种心脏代谢疾病的高风险人群。无症状糖尿病可能在很长一段时间内都未被发现，这意味着患者没有得到适当的治疗来预防并发症。 3 萨摩亚数据 (STEPS 调查) 1,2 报告称，五分之一的 18-64 岁成年人 (25.8%) 患有空腹血糖受损，近一半的成年人 (45.8%) 被发现血糖升高或之前被诊断为糖尿病。这也意味着糖尿病给个人和社会带来的经济负担比报道的更为令人担忧，直接和间接的糖尿病成本可能被低估。4, 5。有强有力的证据表明，更好的血糖控制可改善整体健康状况，并防止糖尿病长期并发症的发展和进展。萨摩亚卫生部国家糖尿病指南，2024 年，为预防、诊断和管理糖尿病连续体提供了最新的循证指导。指南的总体信息是，糖尿病，主要是 2 型，是由不健康的生活方式因素引起的，基本上是可以预防的。 6 本指南旨在通过避免、发现和逆转糖尿病以及预防或延缓并发症，在初级、中级和高级三个层面预防糖尿病。这需要在个人和人口层面采取多管齐下的方法。作为卫生部改善医疗保健努力的一部分，本国家糖尿病指南旨在规范糖尿病管理，并为卫生专业人员提供务实的指导和最佳实践，以实现本指南的目标，即预防和减轻萨摩亚的糖尿病负担。建议所有卫生专业人员使用这些指南来预防和减轻萨摩亚的糖尿病负担。Fa'afetai ____________________ Aiono Dr. Alec Ekeroma 卫生总干事
跨越鸿沟：向主流客户营销和销售高科技产品
“欧比旺·克诺比”，亚历克·吉尼斯爵士在《星球大战》原版电影中说道——“现在，我很久很久没有听到这个名字了。”同样的话也适用于《跨越鸿沟》原版中作为示例的许多公司。阅读其索引会让人想起中世纪的哀叹：“往年的积雪去哪儿了？”Aldus、Apollo、Ashton-Tate、Ask、Burroughs、Businessland 和 Byte Shop 究竟去哪儿了？Wang、Weitek 和 Zilog 又去哪儿了？“哦，迷失的，在风中悲伤的幽灵，回来吧！”但我们不应该绝望。在高科技领域，好消息是，尽管我们以惊人的频率失去公司，但我们保留了人才和创意，因此整个行业蓬勃发展，即使我们的薪水单上的名字无缝地转换为另一个名字（好吧，就像我们的系统无缝地互操作一样，正如营销所声称的那样......好吧，那是另一回事）。《跨越鸿沟》写于 1990 年，出版于 1991 年。最初预计销售量为 5,000 册，但在上市七年内销售量超过 175,000 册。在高科技营销中，我们称之为“上行失误”。我认为，这本书的吸引力在于它为市场开发问题提供了一个词汇，这个问题给许多高科技企业带来了无尽的悲痛。看到问题以外部化的形式出版，对过去深受其害的人来说有一种救赎作用——这不是我的错！此外，就像一本关于高尔夫的好书一样，它的处方给人很大的希望，只要做出这样或那样的微小调整，就一定会取得完美的结果——这一次我们会成功！因此，许多人都兴高采烈地告诉我，这本书已经成为他们心中的圣经。我们这一代的精神健康就到此为止了。在编辑这个修订版时，我尽量少触及原版的逻辑。这比你想象的要难，因为在过去十年里，我的观点发生了变化（好吧，我变老了），而且我有一种根深蒂固的干涉倾向，我的许多客户和同事都会证明这一点。问题是，当你干涉时，你会越陷越深，直到上帝知道你得到了什么，但这并不是你一开始的样子。我有足够的机会在未来的书中这样做，我对这本书有足够的尊重，所以我试着稍微保持距离。话虽如此，我确实做了一些重要的例外。我删除了
跨越鸿沟：向主流客户营销和销售高科技产品
“欧比旺·克诺比”，亚历克·吉尼斯爵士在原版《星球大战》电影中说道——“现在有一个我很久很久没有听到的名字了。”同样的话也适用于《跨越鸿沟》原版中作为示例的许多公司。读着它的索引，不禁让人想起中世纪的哀叹：“往年的雪去哪了？” Aldus、Apollo、Ashton-Tate、Ask、Burroughs、Businessland 和 Byte Shop 究竟去哪了？Wang、Weitek 和 Zilog 去哪了？“哦，迷失的，在风中悲伤的鬼魂，回来吧！”但我们不应该绝望。在高科技领域，好消息是，尽管我们以惊人的频率失去公司，但我们保留了人才和创意，因此整个行业蓬勃发展，即使我们的薪水单上的名字无缝地滑向另一个人（好吧，就像我们的系统无缝地互操作一样，正如营销所声称的那样……好吧，那是另一回事）。《跨越鸿沟》写于 1990 年，出版于 1991 年。最初预计销售 5,000 册，但在上市七年内，销量超过 175,000 册。在高科技营销中，我们称之为“上行失误”。我认为，这本书的吸引力在于它为市场开发问题提供了一个词汇，这个问题给许多高科技企业带来了无尽的痛苦。看到问题在印刷品中得到外化，对过去曾深受其害的人来说，具有某种救赎作用——这不全是我的错！此外，就像一本关于高尔夫的好书一样，它的处方给人很大的希望，只要做出这样或那样的微小调整，就一定会取得完美的结果——这次我们会成功！因此，许多人都高兴地告诉我，这本书已经成为他们公司的圣经。这就是我们这一代人的精神健康。在编辑这个修订版时，我尽量少触及原版的逻辑。这比你想象的要难，因为在过去的十年里，我的观点发生了变化（好吧，我变老了），而且我有一种根深蒂固的爱管闲事的倾向，我的许多客户和同事都会证明这一点。问题是，当你插手时，你会越陷越深，直到上帝知道你得到了什么，但这不是你一开始的样子。我有足够的机会在未来的书中做到这一点，并且我对这本书有足够的尊重，可以尝试稍微站稳脚跟。话虽如此，我确实做了一些重要的例外。我消除了
本科课程委员会报告
本科课程委员会报告 2013 年 12 月 12 日 本科课程委员会建议批准以下内容： 1. 新课程 ALEC 201. 农业领导、教育和通信基础。（2-0）。学分 2。调查农业领导、教育和通信领域的历史观点和未来职业机会；解决本科学位规划和部门高影响力学习体验；探索通信和出版研究领域的标准；调查学习偏好和学术支持系统。先决条件：大一或大二分类；AGCJ、AGSC、ALED 或 USAL-LED 专业。 AERO 413. 航空材料科学。（3-0）。学分 3。航空工程材料性能与微观结构的关系；机械和热性能；环境退化；机械故障。先决条件：AERO 306。ANTH 402。考古文物保护。（3-3）。学分 4。通过一系列综合的讲座和实验室实践，分析考古发掘或人种学和历史收藏中粘土、石头、玻璃、木材、贝壳、骨头、纤维和金属制品的处理方法。先决条件：大三或大四学生或经导师批准。BIMS 201。人类医学背景下的表型表达简介。(2-0)。学分 2。研究与细胞周期、发育、癌症、衰老和表观遗传学有关的基因表达的人类遗传学；围绕医学实例和案例研究的讨论和辩论。先决条件：BIOL 112、CHEM 227；或经导师批准。COMM 322。沟通策略。(3-0)。学分 3。考察沟通策略的战略性使用；分析组织和公共沟通中的新媒体和数字媒体；培养战略性使用沟通策略的技能，包括为新媒体写作、研究、规划、整合和评估传统和新媒体策略在战略公共传播中的有效性。先决条件：COMM 323，大三或大四分类。COMM 323. 战略沟通。（3-0）。3 学分。应用战略沟通工具制定和影响政策，改善营利性和非营利性战略沟通规划。先决条件：大三或大四分类。COMM 428. 女性修辞学。（3-0）。3 学分。考察男性气质和修辞学在女性参与政治生活、女性修辞学在公共领域的接受度以及历史上对女性作为修辞代理人的记忆和表现方面的历史交织；考虑女性在各个文化领域中的修辞学。先决条件：大三或大四分类。与 WGST 428 交叉列出。COMM 434. 修辞理论主题。 （3-0）。得分3。将修辞理论和概念应用于修辞问题和方法；强调理论与实践之间的关系。可修读两次以获得学分。先决条件：大三或大四分类。
本科课程委员会报告
本科课程委员会报告 2013 年 12 月 12 日 本科课程委员会建议批准以下内容：1.新课程 ALEC 201。农业领导、教育和通信基础。(2-0)。学分 2。调查农业领导、教育和通信领域的历史观点和未来职业机会；解决本科学位规划和部门高影响力学习体验；探索通信和出版的研究领域标准；调查学习偏好和学术支持系统。先决条件：大一或大二分类；AGCJ、AGSC、ALED 或 USAL-LED 专业。AERO 413。航空航天材料科学。(3-0)。学分 3。航空航天工程材料性能与微观结构之间的关系；机械性能和热性能；环境退化；机械故障。先决条件：AERO 306。ANTH 402。考古文物保护。(3-3)。学分 4。通过一系列综合讲座和实验室实践，分析考古发掘或民族志和历史收藏中粘土、石头、玻璃、木材、贝壳、骨头、纤维和金属文物的处理方法。先决条件：大三或大四分类或讲师批准。BIMS 201。人类医学背景下的表型表达简介。(2-0)。学分 2。研究与细胞周期、发育、癌症、衰老和表观遗传学有关的基因表达的人类遗传学；围绕医学实例和案例研究的讨论和辩论。先决条件：BIOL 112、CHEM 227；或经讲师批准。COMM 322。沟通策略。(3-0)。学分 3。考察沟通策略的战略使用；分析组织和公共传播中的新媒体和数字媒体；战略性使用沟通策略的技能发展，包括为新媒体写作、研究、规划、整合和评估传统和新媒体策略在战略公共传播中的有效性。先决条件：COMM 323，大三或大四分类。COMM 323。战略沟通。(3-0)。学分 3。先决条件：大三或大四分类。COMM 428。女性修辞学。应用战略沟通工具来制定和影响政策，以改善营利和非营利战略沟通规划。(3-0)。学分 3。考察男性气质和修辞在女性参与政治生活、女性修辞在公共领域的接受以及历史上女性作为修辞代理人的记忆和代表性方面的历史交织；考虑女性在各个文化领域的修辞。先决条件：大三或大四分类。与 WGST 428 交叉列出。COMM 434。修辞理论主题。(3-0)。学分 3。将修辞理论和概念应用于修辞问题和方法；强调理论与实践的关系。可修两次以获得学分。先决条件：大三或大四分类。
chatgpt，大型语言模型和法律
1。See generally Alec Radford, Jeff Wu, Rewon Child, D. Luan, Dario Amodei & I. Sutskever, Language Models Are Unsupervised Multitask Learners (2019) (unpublished manuscript), https://d4mucfpksywv.cloudfront.net/better-language-models/language-model s.pdf [https://perma.cc/7tud-38j5]; Long Ouyang, Jeff Wu, Xu Jiang, Diogo Almeida, Carroll L. Wainwright, Pamela Mishkin, Chong Zhang, Sandhini Agarwal, Katarina Slama, Alex Ray, John Schulman, Jacob Hilton, Fraser Kelton, Luke Miller, Maddie Simens, Amanda Askell, Peter Welinder, Paul Christiano, Jan Leike &瑞安·洛（Ryan Lowe），培训语言模型遵循人类反馈的指示4，2022）（未出版的手稿），https://arxiv.org/pdf/2203.02155.pdf [https://perma.cc/myf8-28l9]。2。See Muhammad Usman Hadi , Qasem Al Tashi, Rizwan Qureshi, Abbas Shah, Amgad Muneer, Muhammad Irfan, Anas Zafar, Muhammad Bilal Shaikh, Naveed Akhtar, Jia Wu & Seyedali Mirjalili, Large Language Models: A Comprehensive Survey of Its Applications, Challenges, Limitations, and Future前景（2023年12月7日）（未发表的手稿），https：//www.semanticscholar.org/paper/large-language-models%3a-a-a-comprehensial--comphermiss--compherive--susporment-of-hadi-tashi/24de-tashi [https://perma.cc/fl y8-zd2p]。3。请参阅OpenAI，GPT-4技术报告（3月1，2024）（未发表的手稿），https://arxiv.org/abs/2303.08774 [https://perma.cc/m5vx-tjlt]。4。“理解”一词在引用中，因为不给这些AI系统化拟人化并不意义地暗示它们具有类似于人类的认知能力。5。6。L. R EV。L. R EV。相反，正如本文强调的那样，LLM AI系统通过统计近似来获得其智能观察结果。确实，他们通常能够产生非常准确和类似人类的反应，但目前，他们很可能不会以与人类认知理解相当或类似的方式“理解”人类语言。因此，在这种情况下，“理解”可以被认为是说这些模型产生的统计输出在鉴于输入的响应范围内，并且经常近似于一个类似位置的人，他们确实理解了认知水平上的输入，会产生响应。即使这种产生响应迅速且显着的人类输出的能力是显着的，但考虑到当前AI模型的工作方式，人们必须注意不要暗示类似人类的认知。OpenAi，介绍ChatGpt：对话的优化语言模型，o Pen AI：B日志（2022年11月30日），https：//openai.com/blog/chatgpt [https://perma.cc/8qwz-7nky]。Daniel Schwarcz和Jonathan H. Choi，《律师的AI工具：实用指南》，108 M Inn。h eadnotes 1，1（2023）;乔纳森·H·乔（Jonathan H.
利用生成式人工智能自动注释化学文档及其评估
[1] Takahiro Arima、Tomoko Okuma 和 Tatsuya Dewa。从技术文档中提取材料信息以探索新应用。自然语言处理协会第 29 届年会论文集，第 512-515 页，2023 年。[2] Annemarie Friedrich、Heike Adel、Federico Tomazic、Johannes Hingerl、Renou Benteau、Anika Marusczyk 和 Lukas Lange。SOFC-exp 语料库和神经方法在材料科学领域的信息提取。在计算语言学协会第 58 届年会论文集，第 1255-1268 页。ACL，2020 年。[3] Shu Huang 和 Jacqueline M. Cole。使用飞行数据提取器自动生成的电池材料数据库。科学数据，第 5 卷7，第1号，第2052-4463页，2020年。[4] Fabrizio Gilardi、Meysam Alizadeh和Maël Kubli。Chatgpt在文本注释任务中的表现优于众包工作者。美国国家科学院院刊，第120卷，第30期，第e2305016120页，2023年。[5] Tom Brown、Benjamin Mann、Nick Ryder、Melanie Subbiah、Jared D Kaplan、Prafulla Dhariwal、Arvind Neelakantan、Pranav Shyam、Girish Sastry、Amanda Askell、Sandhini Agarwal、Ariel Herbert-Voss、Gretchen Krueger、Tom Henighan、Rewon Child、Aditya Ramesh、Daniel Ziegler、 Jeffrey Wu、Clemens Winter、Chris Hesse、Mark Chen、Eric Sigler、Mateusz Litwin、Scott Gray、Benjamin Chess、Jack Clark、Christopher Berner、Sam McCandlish、Alec Radford、Ilya Sutskevser 和 Dario Amodei。语言模型是少样本学习器。载于《神经信息处理系统进展》，第 33 卷，第 1877-1901 页。Curran Associates, Inc.，2020 年。[6] Md Tahmid Rahman Laskar、M Saiful Bari、Mizanur Rahman、Md Amran Hossen Bhuiyan、Shafiq Joty 和 Jimmy Huang。在基准数据集上对 ChatGPT 进行系统研究和全面评估。载于《计算语言学协会研究结果：ACL 2023》，第 1877-1901 页。 431–469。ACL，2023 年 7 月。[7] Bart lomiej Koptyra、Anh Ngo、Lukasz Radli´nski 和 Jan Koco´n。Clarin-emo：使用人类注释和 chatgpt 训练情绪识别模型。在国际计算科学会议上，第 365–379 页。Springer，2023 年。[8] Taiki Watanabe、Akihiro Tamura、Takashi Ninomiya、Takuya Makino 和 Tomoya Iwakura。使用化合物释义进行化学命名实体识别的多任务学习。在 2019 年自然语言处理经验方法会议和第 9 届国际自然语言处理联合会议 (EMNLP-IJCNLP) 的论文集上，第 6244–6249 页。ACL，2019 年。[9] Amalie Trewartha、Nicholas Walker、Haoyan Huo、Sanghoon Lee、Kevin Cruse、John Dagdelen、Alexander Dunn、Kristin A. Persson、Gerbrand Ceder 和 Anubhav Jain。量化领域特定预训练在材料科学命名实体识别任务中的优势。Patterns，第 3 卷，第 4 期，第 100488 页，2022 年。[10] Gupta Tanishq、Zaki Mohd 和 NM Krishnan。Matscibert：用于文本挖掘的材料领域语言模型
考试费率名称
考试等级 名称 命令简称 ABF1 JULCA DANIEL AN NOSC FARMINGDALE NY ABF2 GONZALEZ ARIEL NOSC HIALEAH FL ABF2 RAMIREZ AARON M NOSC SACRAMENTO CA ABF3 KOVACH IAN A NOSC AUSTIN TX ABF3 MCSWEENEY ROY W NRC LEMOORE CA ABF3 RUNTREE JARED NOSC NORTH查尔斯顿 SC ABF3 斯蒂尔 阿曼达 LA NOSC 奥兰多 佛罗里达州 ABF3 史蒂文斯·斯宾塞 纳夫瑞森 班戈 ME ABH1 科布·达里尔·拉姆 NOSC 圣地亚哥 CA ABH1 DELAROSA BEO BR NOSC 萨克拉门托 CA ABH1 摩根·杰奎利 NRC 杰克逊维尔 佛罗里达州 ABH2 卡班·哈维尔 AB NOSC 圣地亚哥 CA ABH2 GEHRIG WILLIAM 机载计算机 玛丽埃塔 乔治亚州 ABH2 HALSELL CHERISH 机载计算机 圣地亚哥 加利福尼亚州 ABH2 JACKSON COREY L 机载计算机 印第安纳波利斯 印第安纳州 ABH2 JAMES MEKA Y 机载计算机 FT DIX 新泽西州 ABH2 MORALESGARCIA M NAVRESCEN 圣地亚哥 加利福尼亚州 ABH2 PERRY DOMINIQUE 海军后备司令部 杰克逊维尔 佛罗里达州 ABH2 SMYTH MICHAEL T 机载计算机 哥伦布 俄亥俄州 ABH2 STUART MICHAEL 机载计算机 麦克迪尔空军基地 佛罗里达州 ABH2 WILEY KAYLAH 马萨诸塞州 机载计算机 沃斯堡 德克萨斯州 ABH3 CULBRETH ERICA 机载计算机 弗吉尼亚海滩 弗吉尼亚州 ABH3 MCCANTS NICHOLA 机载计算机 弗吉尼亚海滩 弗吉尼亚州 ABH3 ROBISON STEWART 机载计算机 休斯顿 德克萨斯州 ABH3 SANTOS JUSTINER 机载计算机 什里夫波特 路易斯安那州 AC1 BEITER ALEC JOS 机载计算机 路易斯维尔 肯塔基州 AC2 DRESSER ETHAN M 机载计算机 小石城 阿肯色州 AC2 JAMES BRITTNEY 机载计算机 奥克港 华盛顿州 AD1 AGOSTO NORBERTO VR-53 安德鲁斯马里兰州联合基地 AD1 AGUILAR MARIO A VR 59 沃斯堡 德克萨斯州 AD1 ALDRIDGE ALANA VFC 12 弗吉尼亚海滩 弗吉尼亚州 AD1 BINDI SEAN JACO 机载计算机 格伦代尔 亚利桑那州 AD1 BLAKEMAN PATRIC 机载计算机 弗吉尼亚海滩 弗吉尼亚州 AD1 CRUZ MARIA HAHN HELMARSTRIKERON SIX ZERO AD1 DIAZ MICHELLE VR 55 POINT MUGU 加利福尼亚州 AD1 FOSTER BRUCE AN VR-53 安德鲁斯马里兰州联合基地 AD1 GARNER KRISTA A 机载作战中心 圣地亚哥 CA AD1 GORDON JASON JE 机载作战中心 弗吉尼亚海滩 VA AD1 GREEN ALLEN FRA HELSEACOMBATRON EIGHT FIVE AD1 GRONAUYOUNG ELI 机载作战中心 堪萨斯城 MO AD1 LANG CHRISTOPHE VR-53 安德鲁斯马里兰联合基地 AD1 MAYHAN CHRISTOP VR-53 安德鲁斯马里兰联合基地 AD1 MUSIC KIRBI KEI VR 61 橡树港 WA AD1 NWAJAGU ERNEST VR 57 圣地亚哥 CA AD1 PETREA GABRIELA 机载作战中心 休斯顿 TX AD1 PHAM PETER G VR 57 圣地亚哥 CA