XiaoMi-AI文件搜索系统
World File Search SystemContest
对抗人工智能的权利
人工智能 (AI) 越来越多地用于做出重要决策，从大学录取选择到贷款决定再到 COVID-19 疫苗的分发。人工智能的这些用途引发了一系列关于歧视、准确性、公平性和问责制的担忧。在美国，最近监管人工智能的提案主要侧重于事前和系统治理。本文主张——或者说，另外主张——个人有权对人工智能决策提出异议，这种权利以正当程序为模型，但适用于数字时代。事实上，欧盟承认了这种权利，现在世界各地越来越多的机构呼吁确立这种权利。本文认为，尽管美国与其他国家之间存在相当大的差异，但在这里确立对人工智能决策提出异议的权利符合正当程序理论的悠久传统。然后，本文填补了文献中的空白，为讨论实践中的异议权应该是什么样子建立了理论框架。本文建立了四种竞争原型，这些原型应作为讨论人工智能竞争权和其他政策背景下的竞争的基础。竞争原型沿着两个轴线变化：从竞争规则到标准，从强调程序到确立实质性权利。然后，本文讨论了在实践中说明这些原型的四个过程，包括第一个
微型机器学习竞赛
1. 简介 IEEE COINS 的 Tiny ML 竞赛是一项具有挑战性的、持续数月的研究和开发竞赛，专注于人工智能、嵌入式系统和物联网领域的高级现实问题。它向全球的多人团队开放。今年的比赛重点是人类活动识别。人类活动识别是一种常见的机器学习任务，广泛应用于多个领域。这项技术使用来自各种传感器的数据来帮助监测健康状况、识别异常的人类活动以进行监视、跟踪健身锻炼等等。当然，实现复杂的人类活动识别存在各种挑战。为了在可穿戴设备等低功耗设备上达到所需的精度，嵌入式工程师必须找到在内存和处理能力有限的平台上运行机器学习模型的方法。因此，专家需要设计具有适合内存受限设备上拟议的机器学习任务的大小-精度比的神经网络。
EU-CONEXUS 竞赛手册
- 年龄类别：前三届比赛设有 12-14 岁和 14-16 岁年龄类别，现在设有 12-15 岁和 15-18 岁年龄类别； - 比赛阶段：前三届比赛，12-14 岁年龄组的选手必须将他们的学校改造成可持续的绿色建筑，而 14-16 岁年龄组的选手必须将他们所在城市的现有区域改造成智能且可持续的区域；第四届比赛中，对于 12-15 岁年龄组，比赛阶段包括：注册、可持续性测验、制造挑战、视频挑战、演示设计、国家阶段；对于 15-18 岁年龄组，比赛阶段包括：注册、研究、商业模式 Canva、回收挑战、演示设计、国家阶段； - 团队评估的具体标准：前三届比赛的得分分别为 0.25、0.5、1 和 2，而现在，第四届比赛的得分将按照比赛的阶段进行，分别为 0、0.5、1、2、4、6、8、10、15、20、30； - 总体主题：仍然围绕沿海可持续性，但与前几届相比，第四届比赛引入了 9R 框架（一套从线性经济向循环经济转变的原则）；这扩展了
COMAP 竞赛 AI 政策
• 客观性：LLM 生成的文本中可能出现包含种族主义、性别歧视或其他偏见的先前发布的内容，并且可能无法体现某些重要观点。• 准确性：LLM 可能会“产生幻觉”，即生成虚假内容，尤其是在其领域之外使用或处理复杂或模糊主题时。它们可能生成在语言上合理但在科学上不合理的内容，它们可能弄错事实，并且它们已被证明会生成不存在的引文。一些 LLM 仅接受过特定日期之前发布的内容的培训，因此呈现的图像不完整。• 语境理解：LLM 无法将人类理解应用于一段文本的语境，尤其是在处理惯用表达、讽刺、幽默或隐喻语言时。这可能会导致生成的内容出现错误或误解。• 训练数据：LLM 需要大量高质量的训练数据才能实现最佳性能。然而，在某些领域或语言中，此类数据可能并不容易获得，从而限制了任何输出的实用性。
反恐策略（竞赛）2023
3。自2018年的最后一个竞赛以来，英国和主要盟友的一致反恐努力在很大程度上成功地通过压制了最严重的恐怖威胁来降低风险。这使有限的国家安全资源重新平衡到其他威胁领域。核心竞赛框架赋予了政府部门，权力下放的行政部门，地方当局，一线紧急服务，情报机构和其他合作伙伴，以应对恐怖主义。我们的全球盟友和独立的专家认识到核心竞赛框架 - 预防，追求，保护和准备 - 成为世界领先的反恐计划。绝大多数人感到不受恐怖主义的安全，并对政府保护英国免受恐怖主义的能力充满信心。2