XiaoMi-AI文件搜索系统
World File Search SystemHolistic
商家：一个由强化学习授权的整体定量交易平台
涉及超过900万亿美元市场首都的金融市场吸引了全球无数寻求利润的投资者的关注。金融交易中加强学习（RLFT）研究的最新爆炸表明，在许多定量交易任务上表现出色。但是，由于该领域的高度综合性质，将加强学习（RL）方法部署到现实世界中的金融市场仍然是具有挑战性的，这需要设计选择和收集财务数据，进行特征工程环境，建立市场环境，制定投资决策，评估模型行为并提供用户界面的组件之间的设计选择和交互。尽管有丰富的财务数据和高级RL技术，但在财务交易中的潜力和实现利用率之间仍然存在显着的差距。特别是，编排RLFT项目生命周期在工程（即难以构建），基准测试（即难以比较）和可用性（即难以优化，维护和使用）方面构成了挑战。为了克服这些挑战，我们介绍了商标，这是一个整体开源RLFT平台，用作i）软件工具包，ii）经验基准和iii）用户界面。我们的最终目标是为透明且可重复的RLFT研究提供基础设施，并促进其实际部署的现实部署。商人将不断更新，并欢迎RL和金融社区的贡献。
人工智能伦理投资回报：一个整体框架
功能日益强大的人工智能 (AI) 技术的快速创新正在为组织带来生产力、效率和机遇方面的好处。寻求采用 AI 来获得这些好处的组织需要意识到可能存在的道德问题，例如与偏见、公平、隐私、错误信息、欺诈和劳动力相关的问题 (Fjeld 等人，2020 年；Floridi 等人，2018 年；Kieslich 等人，2022 年)。为了解决这些问题，组织必须投资 AI 道德计划来应对 AI 技术的意外后果，但可能不清楚他们能得到什么回报。一项研究发现，来自各个行业的组织的参与者都在努力证明“与‘亲道德设计’相关的额外时间和资源成本是合理的，尤其是在没有明确的投资回报的情况下 (Morley 等人，2021 年，第 413 页)。”尽管学术界、科技界和企业界有大量关于人工智能伦理的研究，无论是一般领域还是特定领域（例如偏见、可解释性等）。，但目前还没有方法或工具来证明此类人工智能伦理投资的合理性。
人工智能驱动的网络事件管理的整体视图
摘要 — 我们讨论了大型语言模型 (LLM) 在事件管理中可能带来的改进，以及它们如何彻底改变操作员当前进行事件管理的方式。尽管取得了令人鼓舞的成果，但该领域的初步工作仅触及了我们可以使用 LLM 实现的目标的表面。我们提出了一个构建事件管理 AI 助手的整体框架，并讨论了实现该框架所需的几种未来研究途径。我们通过彻底分析社区在设计此类助手时应该考虑的基本要求来支持我们的设计。我们的工作基于与大型公共云提供商的运营商的讨论以及他们在事件管理方面的先前经验以及尝试通过各种形式的自动化来改善事件管理体验的尝试。
人工智能社会化：比较与整体的观点
摘要 除了对世界的物理理解之外，人类还拥有很高的社会智能——感知社会事件、推断他人的目标和意图以及促进社会互动的智能。值得注意的是，人类与其最亲近的灵长类表亲的区别在于他们的社会认知技能，而不是他们的物理对应物。我们相信，人工智能 (ASI) 将在塑造人工智能 (AI) 的未来方面发挥关键作用。本文首先从认知科学的角度回顾 ASI，包括社会感知、心智理论 (ToM) 和社交互动。接下来，我们将研究人工智能社区中最近出现的计算对应物。最后，我们将对与 ASI 相关的主题进行深入讨论。
提高人工智能语言模型的透明度：整体评估
HELM 不同于传统的评估，后者侧重于一个特定的场景或指标，以更好地提高透明度。过去的评估可能会评估模型对用户社交媒体评论的毒性进行分类的准确程度。虽然有用，但这对于应该满足许多要求的多用途语言模型来说是不够的。在上述假设中，还应该评估模型回答问题和总结文档的能力。而且我们应该要求的不仅仅是准确性：模型对某些人口统计数据的表现不应该比其他人口统计数据差，并且当它不知道正确答案时应该表达不确定性。应对更广泛的用例和需求空间使研究人员和政策制定者能够全面了解模型。
设计碳意识的整体方法...
科技公司通过投资可再生能源发电和从购电协议中获得信用来减少其数据中心的碳足迹。每年，数据中心都会通过发电信用（净零）抵消其能源消耗。但是，当无碳能源稀缺时，数据中心通常会每小时从电网消耗碳密集型能源。每小时（24/7）依赖间歇性可再生能源需要混合使用来自互补来源的可再生能源、能源存储和工作负载调度。在本文中，我们提出了 Carbon Explorer 框架来分析解决方案空间。我们使用 Carbon Explorer 来平衡运营碳和隐含碳之间的权衡，根据地理位置和工作负载优化 24/7 无碳数据中心运营的解决方案组合。Carbon Explorer 已在 https://github.com/facebookresearch/CarbonExplorer 开源。1
二、综合运用科技手段打造未来智能海关
海关机构的认知服务可帮助海关官员做出更明智的决策，从而提高合规性和便利性。数据分析（例如自动选择规则）已成为海关机构越来越重要的工具。机器学习功能有助于解决一般问题，例如分析文本以获取情感情绪、分析图像以识别物体或面部、将语音（音频）转换为文本、将文本翻译成多种语言，然后使用翻译后的语言从知识库中获取答案。应用各种人工智能组件可以显著增强海关运营。视觉搜索和面部识别技术、行为和预测分析、收入征收模型、产品分类、海关审计、基于风险的定位、分析 X 射线扫描仪的集装箱图像、物流监控、识别高风险乘客和车辆等都可以定制以用于海关和边境管理。
分析 COVID-19 疫苗争论的整体框架
Covid-19 大流行的一个不幸副作用是全球信息疫情充斥社交媒体，关于大流行的低质量和两极分化信息，影响公众对大流行的看法 (Tagliabue 等人，2020 年)。研究表明 (Montagni 等人，2021 年)，这些影响在公众对治疗方案、疫苗接种和预防措施的接受度方面具有明显的现实世界影响。大多数解决 Covid-19 信息疫情的计算方法都将其视为错误信息检测问题。换句话说，他们着眼于识别虚假声明并分析社交媒体上对它们的反应 (Hossain 等人，2020 年；Alam 等人，2021 年；Weinzierl 等人，2021 年)。这种方法虽然是抗击信息流行病的必要组成部分，但却无法为政策制定者和卫生专业人员提供急需的信息，无法描述个人做出健康和福祉选择的原因和态度。我们在本文中的目标是提出一个整体分析框架，为信息流行病中表达的意见提供多种相互关联的观点。