XiaoMi-AI文件搜索系统
World File Search SystemAssistants
苏黎世大学心理学系和课程作业使用人工智能助手的指南 1
(3) 负责任地使用人工智能助手包括仔细验证任何生成的文本或计算机代码。学生应对任何自动编辑或生成的文本和编辑代码的质量、正确性和真实性负责，就像他们自己编写的一样。其中包含的错误对提交作品的评估的影响将大于例如从现有的同行评审作品中引用的文本中的事实错误。即使是真实的陈述，如果未经学生验证，也是不可接受的。作为验证代码正确性的一部分，应要求，学生必须能够解释他们的学习作业中使用的每一行代码。学生与导师讨论何时以及在何种程度上适合使用自动文本编辑或生成和自动代码编辑。它应该提高作品的质量，而不是避免深入研究主题的捷径。
自动化客户支持：关于机器学习驱动聊天机器人和虚拟助手的功效的研究
摘要 - 本研究研究了机器学习驱动的聊天机器人和虚拟助手在自动化客户支持方面的功效。随着对企业提供快速，高效且可扩展的客户服务的需求日益增长，因此必须采用机器学习（ML）等高级技术。本研究探讨了如何利用这些技术来增强客户支持操作，并将其绩效与传统支持方法进行比较。这项研究的主要目标是评估ML驱动的聊天机器人和虚拟助手在客户支持角色中的表现，将这些高级技术与传统客户支持方法的疗效进行比较，并在与ML驱动的系统互动时评估客户满意度和响应效率，并确定使用机器学习中使用机器学习的收益和限制。本研究采用了混合方法研究设计，结合了定性和定量方法来收集全面数据。该方法包括通过调查和与客户的访谈收集数据，并支持员工，以收集有关用户体验和满意度水平的定性数据。还分析了来自客户支持交互的历史数据。实施了各种ML模型，包括自然语言处理（NLP）和深度学习算法，以实现为聊天机器人和虚拟助手。这些模型在广泛的客户查询和响应数据集中进行了培训。统计和分析技术，包括回归分析和假设检验，用于解释收集的数据。使用响应时间，准确性和用户满意度得分等指标评估了由ML驱动的聊天机器人和虚拟助手的性能。该研究的主要发现表明，ML驱动的聊天机器人和虚拟助手
Medikal：将知识图作为LLM的助手集成，以增强EMRS的临床诊断
电子病历（EMRS）虽然与现代医疗保健不可或缺的一部分，但由于其复杂性和信息还原而呈现临床推理和诊断的Challenges。为了解决这个问题，我们提出了Medikal（将K Nowledge图作为L LMS的ssistants），该框架将大型语言模型（LLMS）与知识图（kgs）结合在一起，以增强诊断性capabilies。Medikal根据其类型将医疗记录中的实体分配给实体的重要性，从而使候选疾病的精确定位在公里内。它创新采用了类似残留的网络样方法，从而使LLMS诊断可以合并为kg搜索结果。通过基于路径的重新算法算法和填充风格的提示模板，它进一步完善了诊断过程。我们通过对新型开源的中国EMR数据集进行了广泛的实验来验证Medikal的有效性，这表明了其在现实环境中提高临床诊断的潜力。代码和数据集可在https：//github.com/csu-nlp-group/medikal上公开获得。
动机、社会情感和对人工智能虚拟助手的接受度——基于信任的中介效应
用户对人工智能虚拟助手的情感呈现复杂性主要表现在用户动机和社交情感上，但目前研究缺乏从情感到接受的有效转化路径。本文创新性地从信任视角切入，建立人工智能虚拟助手接受模型，基于240份问卷的调查数据进行实证研究，并采用多层回归分析和引导法对数据进行分析。研究结果发现，功能性和社交情感对信任有显著影响，其中感知人性对信任呈现倒U型关系，信任在功能性和社交情感与接受之间的关系中起中介作用。研究结果解释了用户对人工智能虚拟助手的情感复杂性，并从信任视角延伸了技术接受的转化路径，对人工智能应用的开发和设计具有启示作用。
成人教育教师、助教及相关服务提供者的 APPR 计划（2019-20 年）
• 内容和教学计划知识：教师了解他们负责教授的内容，并制定确保所有学生成长和成就的教学计划。 • 教学实践：教师实施教学，吸引和挑战所有学生达到或超过学习标准。 • 学习环境：教师与所有学生合作，创造一个支持成就和成长的动态学习环境。 • 学生学习评估：教师使用多种措施来评估和记录学生成长、评估教学效果和修改教学。这包括基于适当学习标准的评估技术，旨在衡量学生的学习进度，以及教师在提供教学时成功利用对可用学生表现数据的分析（例如：州考试结果、学生作业、学校开发的评估、教师开发的评估等）和其他相关信息（例如：记录的健康或营养需求，或影响学习的其他学生特征）。 • 专业责任和协作：教师展示专业责任感并与相关利益相关者合作，以最大限度地促进学生的成长、发展和学习。这包括根据需要与学生、家长或监护人建立有效的合作关系，以及与适当的支持人员建立关系以满足学生的学习需求。• 专业成长：教师设定明智的目标并努力实现持续的专业成长。
个性化算法对AI增强虚拟购物助理中消费者参与和购买行为的影响
算法越来越多地用于以消费者为导向的决策，并了解客户对他们的反应至关重要。这项研究基于自决理论，旨在确定影响消费者决策的AI算法变量。这些可以通过提高客户忠诚度来改善消费者的乐趣，参与和增加收入。在线购物涉及通过五个阶段的过程通过Internet进行购买。人工智能通过提供量身定制的体验和见解来彻底改变客户参与。生成和对话性AI可以生成产品建议，而AI驱动的系统为企业和消费者提供了优势，提高销售额和客户满意度以及优化购物过程。该研究使用社会交流理论（集合）和服务为主导逻辑（SDL）来研究AI驱动的技术如何通过提供个性化建议和快速服务来使消费者受益。
ARticulate：利用增强现实技术在陌生的智能空间中与智能助手进行一次性交互
智能空间技术已进入主流家居市场。目前，大多数用户都与他们（或熟人）设置并熟悉的智能家居进行交互。然而，随着这些技术传播到商业或公共环境，用户将需要频繁与不熟悉的智能空间进行交互，他们不知道这些空间有哪些可用功能，而且系统维护人员也不会在场提供帮助。用户需要快速独立地 1) 发现什么是可能的，什么是不可能的，以及 2) 利用可用的功能。在解决这一可发现性问题之前，智能空间系统的广泛采用是不可能的。我们设计并评估了 ARticulate，这是一个界面，它允许用户与智能助手成功进行智能空间交互，同时学习有关陌生空间中整个设备集的可转移信息。我们使用类似 Snapchat 的上下文照片消息的方法，通过两项技术（增强现实和自动完成）增强，允许用户确定可用的功能，并在他们从未见过的智能空间中一次性实现他们的目标，这是现有界面所不支持的。轻松操作不熟悉的智能空间的能力提高了现有系统的可用性，并消除了实现普适计算愿景的重大障碍。
DCA 豁免 DCA-21-138 命令，豁免对医务助理接种 COVID-19 疫苗的限制
接种 COVID-19 疫苗 2020 年 3 月 4 日，鉴于 COVID-19 的影响，州长宣布加州进入紧急状态，以提供更多资源、正式确定多个州机构和部门已在进行的紧急行动，并帮助州做好准备，应对因 COVID-19 蔓延而需要医疗护理和住院治疗的人数不断增加的情况。根据州长第 N-39-20 号行政命令，在紧急状态期间，加州消费者事务部主任可放弃任何专业执照要求，并修改《商业和职业法典》第 2 部分中的执业范围及任何附带法规。因此，对于根据《加州法规》第 16 篇第 1366.1 节接受过注射药物培训的医务助理，主任豁免《商业和职业法》第 2069 节的规定，该规定禁止此类人员在未经医生和外科医生、医生助理、执业护士或注册助产士的具体授权和监督的情况下，向 16 岁或以上的人注射经联邦食品药品管理局 (FDA) 批准或授权的 COVID-19 疫苗，并在发生严重过敏反应的情况下注射肾上腺素或苯海拉明。豁免须遵守以下条件：
构音障碍患者与智能虚拟助手的互动：可用性和用户偏好的比较研究
摘要：本研究探讨了构音障碍患者与智能虚拟助手 (SVA) 互动时使用的不同交互方法的有效性和用户体验。研究主要关注三种模式：通过 Alexa 发出直接语音命令、通过 Daria 系统发出非语言语音提示以及眼神控制。研究目的是评估每种方法的可用性、工作量和用户偏好，以满足构音障碍患者不同的沟通能力。虽然 Alexa 和 Daria 促进了基于语音的交互，但眼神控制为那些无法使用语音命令的人（包括患有严重构音障碍的用户）提供了一种替代方案。这种比较方法旨在确定每种交互方法的可用性如何变化，研究对象为八名患有构音障碍的参与者。结果表明，非语言语音交互，尤其是与 Daria 系统的交互，因其工作量较低且易于使用而受到青睐。眼神控制技术虽然可行，但在更高的工作量和可用性方面也存在挑战。这些发现强调了与 SVA 多样化交互方法的必要性，以适应患有构音障碍的个体的独特需求。
人工智能 (AI) 驱动的虚拟助手及其对人类生产力和懒惰的影响：针对印度德里首都区 (NCR) 学生的研究 &
本研究调查了人工智能 (AI) 对印度德里首都区和阿联酋富查伊拉大学生决策、懒惰和隐私问题的影响。随着人工智能技术越来越多地应用于教育等各个领域以应对当代挑战，对人工智能的投资也日益增加，预计 2021 年至 2025 年期间将达到 2.5382 亿美元。然而，尽管世界各地的研究人员和机构都赞扬人工智能的积极作用，但这项研究揭示了与其实施相关的担忧。本研究采用定性方法，使用 PLS-Smart 进行数据分析。主要数据是从印度德里首都区和阿联酋富查伊拉各大学的 315 名学生那里收集的。样本是使用有目的的抽样技术从人群中抽取的。数据分析的结果表明，人工智能 (AI) 对人类的决策、懒惰以及安全和隐私问题有重大影响。结果表明，在德里和富查伊拉，68.9% 的人类懒惰、68.6% 的个人隐私和安全问题以及 27.7% 的决策能力丧失可归因于人工智能的影响。值得注意的是，人类的懒惰成为受人工智能影响最严重的领域。关键词：人工智能、虚拟助理、自动化、决策、大学生、心理健康。简介 人工智能 (AI) 是一项庞大且快速发展的技术，已在教育领域得到广泛应用 (Nemorin 等人，2022 年)。教育中使用了各种类型的人工智能技术，包括抄袭检测、考试诚信 (Ade-Ibijola 等人，2022 年)、招生和留级聊天机器人 (Nakitare 和 Otike，2022 年)、学习管理系统、教师讲座转录、增强型在线讨论板、分析学生成功指标和学术研究 (Nakitare 和 Otike，2022 年)。近年来，教育技术 (EdTech) 公司已开始使用情感人工智能来评估社交和情感学习 (McStay，2020 年)。集合术语