XiaoMi-AI文件搜索系统
World File Search SystemCURATE
JRDB-Panotrack：一个开放世界的全景进行分割和跟踪拥挤的人类环境中的机器人数据集
自主机器人系统近年来引起了越来越多的关注，在这种环境中，环境是机器人导航，人类机器人互动和决策的关键步骤。现实世界机器人系统通常会从多个传感器中收集视觉数据，并经过重新识别以识别许多对象及其在复杂的人拥挤的设置中。传统的基准标记，依赖单个传感器和有限的对象类和场景，无法提供机器人对策划导航，互动和决策的需求的综合环境理解。作为JRDB数据集的扩展，我们揭开了一种新颖的开放世界式分割和跟踪基准，介绍了一种新型的开放世界式分割和跟踪基准。JRDB-Panotrack包括（1）各种数据室内和室外拥挤的场景，以及
用于机器人成功检测的视觉语言模型
在本研究中，我们使用视觉语言模型 (VLM) 作为二元成功检测器，给定机器人观察和任务描述，将其表述为视觉问答 (VQA) 问题。我们对开源 MiniGPT-4 VLM 进行了微调，以检测来自 Berkeley Bridge 和 Berkeley AUTOLab UR5 数据集的机器人轨迹上的成功。我们发现，虽然少量测试分布轨迹可以训练出准确的检测器，但由于分布偏移，在不同环境之间迁移学习具有挑战性。此外，虽然我们的 VLM 对语言变化具有鲁棒性，但对视觉变化的鲁棒性较差。未来，更强大的 VLM（例如 Gemini 和 GPT-4）有可能成为更准确、更强大的成功检测器，并且成功检测器可以提供稀疏的二元奖励来改进现有策略。
多发性骨髓瘤精确药的抹布聊天机器人
精密医学的出现通过将独立的遗传，生活方式和环境方面的范围整合到量身定制患者护理中，从而实现了癌症治疗（Huang等人，2020年；金斯堡和菲利普斯，2018年）。然而，诸如多发性骨髓瘤（MM）等疾病的复杂性和异质性，在利用可用于个性化治疗计划的大量ge-ge-ge-ge-ge-ge-ge-ge-ge-ge-ge-ge-ge-gemedication和生物医学文献（Rajkumar，2014;Röllig等人。，2015年）。为了解决这个问题，我们提出了一种创新的基于聊天机器人的聊天机器人框架，它利用自然语言处理的力量（NLP）和最先进的语言模型，以策划和分析MM特定的限制，并提供基于患者特语的个性化治疗方法，并提供基于患者特定于特语的选项（ ，2020）。，2020）。
细胞和发育生物学休眠，静止和育育的年度审查：储蓄占用
地球上的生活一直面临着众多的挑战，而一种或另一种方式一直胜利。从大规模灭绝到更多的每日困境，可以找到食物，到处都是不可预测的。生命形式对不断变化的环境的适应性是赋予生活稳健性的关键。适应性已成为由可遗传的遗传变化介导的达尔文进化论的代名词。极端基因的观点虽然具有核心意义，但有时使我们对这个细胞作为一个自我调节实体的欣赏，并告知了遗传数据。为适应性提供动力的基本要素是调节细胞生长的能力。在这篇综述中，我们提供了跨越物种，组织和调节机制的广泛概述。我们旨在强调这些现象及其分子调节因子的共同点和差异。最后，我们策划了开放的问题和领域以进行进一步探索。
![arxiv：2502.07418v1 [CS.CL] 2025年2月11日](/simg/1\144cb43ca7e2682bb3657dd81e74db12a236c447.webp)
arxiv：2502.07418v1 [CS.CL] 2025年2月11日
对气候变化和可疑性的认识不断提高，给制造商带来了减少碳足迹的压力。法规，例如欧盟公司可持续性报告（CSRD）和欧洲绿色协议，这强调了对透明和策划环境影响评估的需求。在此过程中的一个有趣的步骤是确定产品的环境影响，尤其是生产过程中产生的碳排放。lca数据库，例如生态发动机（Wernet等，2016），为此提供了详细的信息。但是，将BOM中代表的产品的原始组件与LCA数据库中的相关条目联系起来仍然是一项劳动密集型任务，需要对制造材料和流程的专业知识。人工智能的最新进展，特殊的大语言模型（LLMS）为自动化这一过程提供了机会。因为
AI参与对生成AI采用的影响
将人工智能（AI）整合到人类生命的结构中一直是过去十年中最具变革性的技术转变之一。这种影响远远超出了医疗保健，运输或金融等专业领域，并且已经渗透到日常活动和决策过程（Littman等，2022）。是策划我们的社交媒体供稿的AI算法，有助于管理我们的时间表的虚拟助手还是使我们在线购物体验个性化的机器学习模型，AI技术正在越来越多地融入我们的日常工作中（Wang＆Preininger，2019年），这种广泛的采用并不是一定程度地影响着这些技术，但这些都没有影响这些技术，但这些技术的影响力是综合的。 AI系统。随着计算能力继续发展，可以有意义地增强人类生活各个方面的AI应用的范围已大大扩展
人工智能已经学会写作；它能帮助学生写好文章吗？1
最近（2022 年 6 月 30 日），《科学美国人》发表了一篇题为《我们要求 GPT-3 撰写一篇关于自己的学术论文——然后我们试图让它发表》的文章（Thunström，2022 年）。在这种情况下，GPT-3 得到的总体指示是“用 500 字写一篇关于 GPT-3 的学术论文，并在文中添加科学参考文献和引文”。然后，它针对标准学术论文格式中的引言、方法、结果和讨论部分分别给出了具体的提示。它为每个部分制作了最多三个版本，由人类合著者选择使用哪些版本。在期刊审阅该论文的同时，该论文的预印本可供查阅，GPT-3 被列为第一作者，创建提示的两位研究人员被列为合著者（GPT-3，Thunström 和 Steingrimsson，2022 年）。在人工智能与人类写作过程的描述中，我们再次看到了设定方向、提示人工智能、评估、管理和编辑输出的步骤。
学术研究与写作的人工智能工具箱
该项目的目标是策划一套可供教师和学生用于学术研究和写作的 AI 工具。对于我们大多数人来说，当我们听到生成式 AI (GenAI) 一词时，我们想到的就是 ChatGPT，虽然这无疑是最广为人知的 GenAI 工具之一，但在撰写本文时，越来越多的工具正在涌现，这些工具是专为学术工作而设计的。当我着手使用、评估和开发可用于学术工作的 AI 工具的比较矩阵时，很明显，全面审查是一项几乎不可能完成的任务，即使我成功了，这份清单也会在完成后很快过时。我发现 AI 工具的激增几乎无法跟上。一个月前我免费使用的工具现在要收费了。每天，我都会发现几个我以前从未听说过的新工具。
超级和量子量表
HPC，AI和ML ActivesCale与WEKA文件系统完全集成。WEKA文件系统是一个闪存优化的规模输出文件系统，可在基于NVME的SuperMicro服务器群体上运行，用于HPC，人工智能和机器学习工作负载的领导性能。WEKA使用本地NVME存储提供高性能，低延迟和一致的响应时间。WEKA文件系统可以使用ActiveScale对象存储（基于超级服务器）作为辅助存储资源，以较低的成本存储大量信息。数据归档和长期保留策划，通过ActiveScale在线巩固和维护冷数据资产，以低成本，易于访问和长期保护。ActivesCale支持基于磁盘的数据存储层，用于快速访问活动数据，以及一个冷的，基于磁带的数据存储层，用于较低的成本存储，保护和在线访问大量数据。
使用 GuideScan2 进行全基因组 CRISPR 引导 RNA 设计和特异性分析
基于 CRISPR 的技术已经改变了生命科学，并在治疗学开发中显示出良好的前景 [1]，全基因组 CRISPR 筛选通常用于无偏识别各种细胞表型的调节因子。然而，为基于 CRISPR 的基因组扰动设计高效且特异的向导 RNA (gRNA) 带来了计算挑战。不必要的 gRNA 脱靶会导致靶向效率低下以及产生基因毒性，而脱靶信息不完整会导致实验结果的误解 [2]。我们之前开发了 Guide-Scan [3] 用于可扩展的 gRNA 设计，我们和其他人已经证明 GuideScan 在枚举潜在脱靶和估计 gRNA 特异性方面比其他工具更准确 [3, 2]。一个关键的观察结果是，其他 gRNA 设计工具使用的短读比对器虽然对于典型的读取计数量化任务非常有效，但不能详尽地计算次优比对，甚至不能计算多个读取。