XiaoMi-AI文件搜索系统
World File Search SystemDesiderata
Desiderata用于突触可塑性的规范模型
突触可塑性的规范模型使用数学和计算模拟的组合来预测行为和网络级别自适应现象。近年来，这些模型上已经爆炸了理论工作，但是实验确认相对有限。在本综述中，我们根据一组Desiderata组织了对规范性可塑性模型的工作，该模型在满足时旨在确保模型在可塑性和适应性行为之间具有明确的联系，与有关神经可塑性的已知生物证据的一致性以及有关神经可塑性的一致性以及特定的可测试预测。然后，我们讨论了新模型如何开始改善这些会计学，并提出进一步发展的途径。作为原型，我们提供了两个特定模型的详细分析-Enforce和Wake-Sleep算法。我们提供了一个概念指南，以帮助开发精确，强大且可以实验测试的神经学习理论。
欧洲中央银行统计生产系统中可解释人工智能的需求
可解释的人工智能是实现公平性和解决算法决策偏见的基本步骤。尽管关于该主题的研究很多，但解决方案的好处大多是从概念或理论的角度进行评估的，对实际用例的实用性仍不确定。在这项工作中，我们旨在明确以用户为中心的可解释人工智能需求，以反映欧洲中央银行统计生产系统中常见的可解释性需求。我们将需求与典型的用户角色联系起来，并给出可用于满足用户需求的技术和方法的示例。为此，我们从中央银行统计数据生产领域提供了两个具体的用例：中央证券数据库中的异常值检测和监管银行数据系统的数据质量检查数据驱动识别。1