XiaoMi-AI文件搜索系统
World File Search SystemCorpora
小麦和水稻基因组学科学文献知识图
本文提出了一种通过从文本科学语料库中提取相关实体并以结构化和有意义的方式组织它们来构建两个特定领域知识图的方法。该方法使用语义Web技术，涉及重复使用共享的基于RDF的标准词汇。theaiageresearchgroup 1收集了8,496Scientificarticlespublybethighthewewewnebetnexweew中与小麦的选择有关。我们使用alvisnlp [1]工作流程来识别指定的实体（NE）以及小麦品种和表型之间的关系。总共有88,880个提及4,318个不同命名的实体已被识别为frompubMedAbstractsantles。同样，收集的ThediaDeresearchGroup 217,058Sci-InfificarticlespublyBetebethextewnekewnevewnemtheybetebetikeentbewnextectikeentebetike from thearoryzabasedatabase [2]，该[2]在手术中检查了与水稻基因组学相关的PubMed条目。我们使用hunflair ner tagger [3]在标题和文章摘要中提取NES。总共确定了351,003个提及63,591个不同的NE。双皮属性介于thatrefertogenes，遗传标记，特征，表型，分类群和品种实体中提到的标题和摘要出版物中提到的实体。在可能的情况下，这些NE与现有语义资源相关。小麦表型和特质提及与小麦特质本体论3（WTO）中的类别有关，分类单元与NCBI 4分类学类别有关。inderfaphsthecorepartofthedatamodelisbasadeonthew3cwebannotationology（OA），已与不同的词汇相辅相成，描述了Yacoubi等人中描述的文档。[4]。施工管道涉及两个主要步骤。首先，我们使用SPARQL微服务[5]来查询PubMed的Web API，并将文章的元数据（包括标题和摘要）转换为RDF 5。其次，使用Alvisnlp [1]和Hunflair [3]来提取和链接
CS 97：AI夏季2024年生成概论
UCLA计算机科学系CS 97：生成AI夏季2024课程描述：本课程改编自CS 162：自然语言处理。自然语言处理（NLP）是一个快速发展的领域，最近的深度神经网络的最新进展彻底改变了许多NLP应用程序。本课程旨在介绍各种NLP任务，有效解决这些问题的算法（包括深度学习模型的最新进展）以及评估其性能的方法。将重点关注统计和神经网络学习算法，这些学习算法训练（注释）文本语料库以自动获取执行任务所需的知识。课堂讲座将讨论一般问题，并目前介绍抽象算法。作业将触及语言现象的理论基础和算法的实施。将提供某些算法的实现版本，以感觉到课堂中讨论的系统如何“真正起作用”，并允许作为课程项目的一部分进行扩展和实验。讲师：Nanyun（Violet）Peng（Violetpeng@cs.ucla.edu）暂定主题：●NLP简介：什么重要？什么困难？什么简单？简介NLP应用程序，语言中的歧义，不同级别的语言。●词汇语义：分布语义和单词向量，单词文档矩阵，LSA，神经网络基础知识●语言模型：N-gram语言模型，日志线性语言模型，RNN语言模型，变形金刚，神经掩盖语言模型。●当前的NLP任务和竞赛：NLP应用程序当前前沿的介绍，公平考虑。讲座教室：TBD本科导师：
L2G：重新利用语言模型来执行基因组学任务
预训练语言模型已经改变了自然语言处理 (NLP) 领域，它们的成功激发了基因组学领域开发特定领域基础模型 (FM) 的努力。然而，从头开始创建高质量的基因组 FM 需要大量资源，需要强大的计算能力和高质量的预训练数据。大型语言模型 (LLM) 在 NLP 中的成功很大程度上是由工业规模的努力推动的，这些努力利用了庞大、多样化的语料库和海量计算基础设施。在这项工作中，我们旨在绕过从头开始创建基因组 FM 的数据和计算瓶颈，而是建议将现有的 LLM 重新用于基因组学任务。受最近观察到的“跨模态转移”现象的启发——在自然语言上预训练的转换器可以推广到其他模态——我们引入了 L2G，它使用神经架构搜索 (NAS) 和一种新颖的三阶段训练程序将预训练的 LLM 架构调整为基因组学。值得注意的是，无需对 DNA 序列数据进行大量预训练，L2G 在多个基因组学基准测试中超过一半的任务上都比经过微调的基因组 FM 和任务特定模型表现优异。在增强子活性预测任务中，L2G 进一步展示了其识别重要转录因子基序的能力。我们的工作不仅突出了语言模型在基因组学等域外任务中的通用性和有效性，还为基因组研究中更高效、资源密集程度更低的方法开辟了新途径。
MatSci-NLP：使用文本到模式建模评估材料科学语言任务中的科学语言模型
我们提出了 MatSci-NLP，一种自然语言基准，用于评估自然语言处理 (NLP) 模型在材料科学文本上的性能。我们根据公开的材料科学文本数据构建基准，涵盖七种不同的 NLP 任务，包括命名实体识别和关系分类等传统 NLP 任务，以及特定于材料科学的 NLP 任务，例如与创建材料合成程序有关的合成动作检索。我们研究了在 MatSci-NLP 上对不同科学文本语料库进行预训练的各种基于 BERT 的模型，以了解预训练策略对理解材料科学文本的影响。鉴于材料科学领域高质量注释数据的稀缺，我们使用有限的训练数据进行微调实验，以鼓励在 MatSci-NLP 任务中进行泛化。我们在这种低资源训练环境中进行的实验表明，在科学文本上预训练的语言模型优于在一般文本上训练的 BERT。 Mat-BERT 是一种专门针对材料科学期刊进行预训练的模型，通常在大多数任务中表现最佳。此外，我们提出了一种统一的文本到模式的 MatSci-NLP 多任务学习方法，并将其性能与传统的微调方法进行了比较。在对不同训练方法的分析中，我们发现我们提出的受问答启发的文本到模式方法始终优于单任务和多任务 NLP 微调方法。代码和数据集是公开可用的 1 。
Tiago de Paula Peixoto教授
推断和重建复杂网络摘要：网络数据为我们提供了广泛的复杂系统的描述，包括社会动态，人脑，细胞代谢，生态系统，气候动态，流行病扩散，用户行为，文本语料库，信息基础架构等。过去二十年来，几乎所有科学，技术和工业领域的网络数据中都有越来越多的洪水泛滥。是高维，稀疏，构造且通常是大的关系对象，网络数据提出了特定的挑战，需要特殊的分析和方法论框架。尤其是这些属性阻止了我们直接检查大型网络的结构，而要求我们开发生成模型和推理算法来描述它们的大和中尺度结构。此外，引起系统功能行为的成对相互作用通常无法直接访问，因为它们是不可能直接测量的。在这种情况下，我们需要从间接信息中推断或重建隐藏的交互网络。在本演讲中，我回顾了一种基于大规模生成模型和贝叶斯统计推断的全面，原则性和可扩展的方法，可从网络数据中提取科学理解。我将重点介绍模块化结构的原则提取以及从动力学行为中重建网络，从而利用统计物理和信息理论的分析框架。与统计物理学的联系尤其富有成果，因为它揭示了与自旋系统的等效性，包括与可检测性和计算硬度基本限制相关的相变的现象学。
中文中的大型眼科语言模型的发展和评估
抽象背景大语言模型（LLM），例如ChatGpt，对各种医疗应用都有很大的影响。但是，Chatgpt的培训主要是从以英语为中心的Internet数据中汲取的，并且并未明确针对医疗领域量身定制。因此，中国人的眼科LLM对于中国大陆的医疗保健提供者和患者至关重要。方法，我们使用中国语料库开发了眼科（MOPH）的LLM，并在三种临床方案中评估了其表现：中文的眼科董事会考试，回答了基于循证医学的循证眼镜的眼科问题和临床小插曲的诊断准确性。此外，我们将MOPH的表现与人类医生的表现进行了比较。导致眼科考试，MOPH的平均得分与受训者的平均得分（64.7（62-68）vs 66.2（范围50-92），P = 0.817）紧密排列，但在所有七个模拟考试中都取得了超过60分的分数。在回答眼科问题时，MOPH表明，按照中国指南（李克特量表4-5），遵守83.3％（25/30）的回答。审阅者将仅6.7％（2/30，李克特量表1-2）和10％（3/30，李克特量表3）评为“贫穷或非常贫穷”或“潜在误解的不准确性”。在诊断准确性中，尽管眼科医生的正确诊断率优于MOPH（96.1％vs 81.1％，P> 0.05），但差异在统计上并不显着。结论这项研究证明了在各种临床情况下MOPH（一种中文特异性眼科LLM）的有希望的表现。MOPH在中文眼科设置中具有潜在的现实应用。
英语文学中的人工智能
人工智能对文学分析和解读的革命性影响是当今英语文学教学模式范式转变的前沿。通过使用情感分析和自然语言处理 (NLP) 等计算方法，学者们现在能够以前所未有的速度和准确性研究大量文学文本。人工智能 (AI) 算法可以揭示传统文学分析技术无法发现的晦涩主题、语言微妙之处和隐藏模式。这为文学作品的创作、风格和意义带来了新的视角。凭借这种计算能力，学生现在可以以前所未有的方式研究文学运动、作者影响和文化趋势，从而增强我们对文学及其社会重要性的了解。此外，由于人工智能融入了创作过程，实验行动和协作讲故事得以复兴。随着技术无可否认地迈出巨大的步伐并彻底改变了英语文学研究，英语教师也应该得到充分的培训，以指导学生并帮助他们利用人工智能的巨大潜力，这种潜力可以超越传统的 ICT 集成策略和优势，从而获得更有效、更有益的学习成果。因此，英语文学教师以及随之而来的英语教师教育者的培训成为一个至关重要的问题。然而，也存在挑战。本文仍然是一次谦虚的尝试，旨在探索人工智能为当今英语文学教学带来的新前景和挑战。它将探讨在教师教育中将故事地图、数据挖掘、协作故事讲述融入英语教学法的可能性，以及实习教师应该注意的一些突出的道德问题。故事地图技术在提高写作技巧中的应用
针对 Web of Science 科学领域的分层文本分类
ORCID iDs：Pouyan Jahani Rad https://orcid.org/0009-0007-2956-2209 Mahdi Bahaghighat https://orcid.org/0000-0002-1813-8417 摘要。本研究重点是制作一个有效的文本分类器，将给定的语料库映射到特定的科学领域。我们的研究是根据 Web of Science (WOS) 的类别对不同科学领域进行分类。我们在父级和子级设计和开发了各种深度学习架构，例如卷积神经网络 (CNN)、深度神经网络 (DNN) 和循环神经网络 (RNN)。为了使我们的模型表现更好，我们有效地使用了超频调优。我们的目标是为较低级别和较小的通用模型大小构建一个精确的分层文本分类器。评估采用一种称为分层混淆矩阵的特殊度量。基于对词嵌入、文档嵌入和超频调优的广泛研究，结果表明，在父子级别上分层组合 CNN 和 DNN 可以实现更高的准确率。我们的模型得分确实不错，F1 得分为 94.29%，准确率达到 99.33%。虽然在父级使用一个 RNN，在子级使用另一个 RNN 会导致准确率降低，但有效地减小了整体模型大小。我们还使用 AoI2WoS 数据集对各种模型架构进行了全面评估。通过结合 Google 新闻词嵌入，我们在 AoI2WoS 数据集上测试了不同的 RNN-DNN 和 RNN-RNN 模型组合。RNN-DNN 模型取得了最佳效果，准确率达到 98.71%，F1 得分达到 91.87%。这些发现不仅推动了分层文本分类的发展，而且为利用科学计量学和文献计量学研究提供了强有力的工具。
在自我...
以及用于预训练和微调的数据量，PLM在各种任务中表现出了出现和出色的功能[55]。这样的大规模PLM通常被称为“大语言模型（LLM）”。正如“认知语言学”和“语言哲学”领域所讨论的，语言不仅是一个中介，可以使人类的复杂知识构建建立，而且还定义了更深层次的逻辑结构，反映了人类思想的逻辑。同样，接受过大量文本语料库培训的LLMS在知识获取以及逻辑推理和计划方面都表明了它们的能力。利用这些能力，LLM在解决各种问题方面表现出强大的能力，从而迅速扩大了研究和应用。自适应系统（SAS）经过设计，可以自主地适应其环境中的动态或无需手动干预的内部变化，这对于应对现实世界中的挑战至关重要[7，15，27，57，58]。llms在其他研究中所证明的，已经显着增强了系统的近视，包括上下文意识和决策，这对于处理自我适应至关重要。但是，关于在SAS领域使用LLM的文献存在很大的文献，尤其是来自接缝，ACSOS和TAA等领域的旗舰会议或期刊。缺乏研究使SAS中LLM的潜力仍然没有探索和模棱两可。为此，本文旨在通过针对以下两个研究问题来探索SAS中LLM的潜力：作为SAS是一个跨学科研究领域，与软件工程，自主代理，人机交互等相交，我们相信，从这些相关领域的交叉授粉可能会导致创新的见解，有助于在上下文和SAS的上下文中确定LLMS的潜在搜索指导。
π0：通用机器人控制的视觉语言流动流模型
人工智能系统有各种形状和大小，从高度专业化的系统解决了人类思想无法接近的复杂概率，例如预测蛋白质的构象[21]到可以产生基于文本提示[40]的栩栩如生的高分辨率图像或视频的系统。然而，人类智能大多数机器智能的轴轴是多功能性的：解决位于各种物理环境中的各种任务的能力，同时巧妙地响应环境约束，语言命令和意外的扰动。也许可以在大型语言和视觉语言模型[1，48]中看到AI中这种多功能性的最切实进步：在网络上从大型且非常多样化的图像和文本进行预培训的系统，然后使用更精心策划的数据集进行精细调整（“对齐”），以诱发行为和响应的态度模式。尽管已经证明了这种模型可以表现出广泛的指导跟踪和解决问题的能力[53，27]，但它们并不像人们那样真正地位于物理世界中，并且他们对身体互动的理解完全基于抽象描述。这样的方法是要向AI系统取得切实的进步，这些系统表现出人们所拥有的那种物理位置的多功能性，我们将需要在物理位置的数据上训练它们 - 也就是说，来自体现的机器人剂的数据。在自然语言[1]和计算机视觉[39]中，预先培训的多任务数据的通用基础模型倾向于优于狭义和专业的可以任务执行各种机器人行为的灵活和通用模型具有巨大的实践后果，但它们也可能为当今机器人学习面临的一些最艰巨的挑战提供解决方案，例如数据的可用性，概括和鲁棒性。