XiaoMi-AI文件搜索系统
World File Search SystemIlya
基因组基因座影响人脑结构协方差的模式
Juna M. Nasrallah，Abdulkadir B，Theodore D. Boquet -Pjadas G，Elizabeth Mamourian B，Sinnivasan Srinavasan。 Yang H，Paola Dazzan J，Rene St. Kahn K，Hugo G. Schnack，Marcus V.Wood Q，消息来源，拉蒙塔尼（Lamontagne），苏珊·奥斯丁（Susan Austin），莱诺尔·J·劳纳（Lenorer J.
民用人工智能的国际治理
5 Jonas Schuett，“定义人工智能监管范围”，法律优先项目工作文件第 9 号 (2021 年)，https://papers.ssrn.com/abstract=3453632。6 白宫，“白宫与首席执行官就推进负责任的人工智能创新举行会议的宣读”，2023 年 5 月 4 日，https://www.whitehouse.gov/briefing-room/statements-releases/2023/05/04/readout-of-white-house-meeting-with-ceos-on-advancing-responsible-artificial-int elligence-innovation/。 7 “人工智能监督：人工智能规则”，2023 年 5 月 16 日，https://www.judiciary.senate.gov/committee-activity/hearings/oversight-of-ai-rules-for-artificial-intelligence。8 António Guterres，“秘书长在安全理事会关于人工智能的讲话”(联合国安全理事会，2023 年 7 月 18 日)，https://www.un.org/sg/en/content/sg/speeches/2023-07-18/se cretary-generals-remarks-the-security-council-artificial-intelligence。 9 ABP News Bureau，“金砖国家呼吁建立有效的全球人工智能框架，强调道德发展”，ABP News Live，2023 年 6 月 2 日，https://news.abplive.com/technology/ai-brics-nations-cal-for-effective-global-framework-on-artificial-intelligence-emphasise-on-ethical-development-1606406。10 Sam Altman、Greg Brockman 和 Ilya Sutskever，“超级智能治理”，OpenAI，2023 年 5 月 22 日，https://openai.com/blog/governance-of-superintelligence。11 谷歌首席执行官呼吁制定全球人工智能监管规则（60 分钟，2023 年 4 月 16 日），https://www.youtube.com/watch?v=aNsmr-tvQhA。 12 Brad Smith，“治理人工智能：未来蓝图”（微软，2023 年 5 月 25 日）。 13 “苏纳克称英美将在人工智能安全方面展开合作”，路透社，2023 年 6 月 8 日，https://www.reuters.co m/technology/britain-us-work-together-ai-safety-says-sunak-2023-06-08/。 14 “英国将主办首届全球人工智能峰会”，GOV.UK，2023 年 6 月 7 日，https://www.gov.uk/g overnment/news/uk-to-host-first-global-summit-on-artificial-intelligence。 15 我们将“民用”人工智能定义为除由国家直接授权为军事或情报部门等敏感目的而开发的人工智能以外的所有人工智能。 16 Bommasani 等人，“论基础模型的机遇和风险”； Anderljung 等人，“前沿人工智能监管”。
WEISHUN ZHONG
1。“有意义的记忆的随机树模型”，Weishun Zhong，Tankut Can，Atonis Georgiou，Ilya Shnayderman，Mikhail Katkov，Misha Tsodyks，Arxiv，Arxiv：2412.01806，Review 2。“分层工作记忆和新的魔术数字”，Weishun Zhong，Mikhail Katkov，Misha Tsodyks，Arxiv：2408.07637，评论3。“量子神经网络作为量子信息解码器的优势”，Weishun Zhong，Oles Shtanko，Ramis Movassagh，Arxiv：2401.06300，Review 4。“多体局部隐藏生成模型”，Weishun Zhong，Xun Gao，Susanne Yelin，Khadijeh Najafi，Arxiv：2207.02346;物理评论研究6.4（2024）：043041。5。“体重分配受限的学习理论”，Weishun Zhong，Ben Sorscher，Daniel D Lee，Haim Sompolinsky，Arxiv：2206.08933；神经2022 6。“量化多体学习远离代表学习的平衡”，Weishun Zhong*，Jacob M Gold*，Sarah Marzen，Jeremy L England，Nicole Yunger Halpern，Arxiv：2001.03623;科学报告11.1（2021）：1-11 7。“通过多体系统学习学习”，Weishun Zhong*，Jacob M Gold*，Sarah Marzen，Jeremy L England，Nicole Yunger Halpern，Arxiv：2004.03604； ICML研讨会ML科学发现的可解释性（2020）8。“连续吸引子的非平衡统计力学”，Weishun Zhong，Zhiyue Lu，David J. Schwab和Arvind Murugan，Arxiv：1809.11167;神经计算（2020）32（6）9。“仔细观察β -vae中的分离”，Harshvardhan Sikka*，Weishun Zhong*，Jun Yin，Cengiz Pehlevan，Arxiv：1912.05127；第53届ASILOMAR信号，系统和计算机会议（2019）10。“宏观分子自组装中的联想模式识别”，Weishun Zhong，David J. Schwab和Arvid Murugan，Arxiv：1701.01769； J Stat Phys（2017）167：806 11。“ Schr̈Odinger Schatemes的纯种C理论”，James T. Liu和Weeshun Zhong，Arxiv：1510.06975； JHEP 1512（2015）179
数据库概念
撰稿人：德鲁·亚当斯（Drew Adams），阿什什·阿格拉瓦尔（Ashish Agrawal），特洛伊·安东尼（Troy Anthony），维卡斯·阿罗拉（Vikas Arora），贾根·阿特拉（Jagan Athraya），戴维·奥斯丁（David Austin），托马斯·巴里（Thomas Baby），弗拉基米尔·巴里尔Chidambaran，Deba Chatterjee，Shasank Chavan，Tim Chien，Gregg Christman，Bernard Clouse，Maria Colgan，Carol Colrain，Nelson Corcoran，Michael Coulter，Jonathan Creighton，Judith Creighton，Judith D'Addmo ，比尔·哈贝克（Bill Habeck），米尔·汉克（Min-Hank Ho），李·亨（Lijie Heng），比尔·霍达克（Bill Hodak），Yong Hu，Pat Huey，Praveen Kumar Tupati Jaganath，Sanket Jain，Prakash Jashnani，Caroline Johnston，Shantanu Joshi，Shantanu Joshi Surinder Kumar， Paul Lane, Adam Lee, Allison Lee, Jaebock Lee, Sue Lee, Teck Hua Lee, Yunrui Li , Ilya Listvinski, Bryn Llewellyn, Rich Long, Barb Lundhild, Neil Macnaughton, Vineet Marwah, Susan Mavris, Bob McGuirk, Joseph Meeks, Mughees Minhas, Sheila Moore, Valarie Moore, Gopal Mulagund, Charles Murray, Kevin Neel, Sue Pelski, Raymond Pfau, Gregory Pongracz, Vivek Raja, Ashish Ray, Bert Rich, Kathy Rich, Andy Rivenes, Scott Rotondo, Vivian Schupmann, Venkat Senaptai, Shrikanth Shankar, Prashanth Shanthaveerappa, Cathy Shea, Susan Shepard, Kam Shergill, Mike Skarpelos, Sachin Sonawane, James Spiller, Suresh Sridharan, Jim Stenoish, Janet Stern, Rich Strohm, Roy Swonger, Kamal Tbeileh, Juan Tellez, Ravi Thammaiah, Lawrence To, Tomohiro Ueda, Randy Urbano, Badhri Varanasi, Nick Wagner, Steve Wertheimer, Patrick Wheeler, Doug Williams, James威廉姆斯、安德鲁·维特科夫斯基、丹尼尔·黄、余海玲
现代方法，经典约束
[1] Jimmy Lei BA，Jamie Ryan Kiros和Geoffrey E. Hinton。层归一化。2016。Arxiv：1607.06450 [Stat.ml]。[2] Nanxin Chen等。Wavegrad：估计波形产生的梯度。2020。Arxiv：2009.00713 [Eess.as]。[3]凯瑟琳·克罗森（Katherine Crowson）。在CIFAR-10上训练扩散模型。在线。2024。URL：https：//colab.research.google.com/drive/1ijkrrv-d7bosclvkhi7t5docryqortm3。[4]凯瑟琳·克罗森（Katherine Crowson）。v-diffusion。在线。2024。URL：https： / / github。com/crowsonkb/v-diffusion-pytorch/blob/master/diffusion/utils.py。[5] Ekin D. Cubuk等。randaugment：实用的自动化数据增强，并减少了搜索空间。2019。Arxiv：1909.13719 [CS.CV]。 [6] Yann N. Dauphin等。 通过封闭式卷积网络进行语言建模。 2017。Arxiv：1612.08083 [CS.CL]。 [7] Mostafa Dehghani等。 通用变压器。 2019。Arxiv：1807.03819 [CS.CL]。 [8] Yilun Du和Igor Mordatch。 基于能量的模型中的隐性产生和概括。 2020。Arxiv：1903.08689 [CS.LG]。 [9] Ian J. Goodfellow等。 生成对抗网络。 2014。Arxiv：1406.2661 [Stat.ml]。 [10] Dan Hendrycks和Kevin Gimpel。 高斯错误线性单元（Gelus）。 2023。Arxiv：1606.08415 [CS.LG]。 [11] Jonathan Ho，Ajay Jain和Pieter Abbeel。 剥离扩散概率模型。 2020。Arxiv：2006.11239 [CS.LG]。2019。Arxiv：1909.13719 [CS.CV]。[6] Yann N. Dauphin等。通过封闭式卷积网络进行语言建模。2017。Arxiv：1612.08083 [CS.CL]。[7] Mostafa Dehghani等。通用变压器。2019。Arxiv：1807.03819 [CS.CL]。 [8] Yilun Du和Igor Mordatch。 基于能量的模型中的隐性产生和概括。 2020。Arxiv：1903.08689 [CS.LG]。 [9] Ian J. Goodfellow等。 生成对抗网络。 2014。Arxiv：1406.2661 [Stat.ml]。 [10] Dan Hendrycks和Kevin Gimpel。 高斯错误线性单元（Gelus）。 2023。Arxiv：1606.08415 [CS.LG]。 [11] Jonathan Ho，Ajay Jain和Pieter Abbeel。 剥离扩散概率模型。 2020。Arxiv：2006.11239 [CS.LG]。2019。Arxiv：1807.03819 [CS.CL]。[8] Yilun Du和Igor Mordatch。基于能量的模型中的隐性产生和概括。2020。Arxiv：1903.08689 [CS.LG]。[9] Ian J. Goodfellow等。生成对抗网络。2014。Arxiv：1406.2661 [Stat.ml]。[10] Dan Hendrycks和Kevin Gimpel。高斯错误线性单元（Gelus）。2023。Arxiv：1606.08415 [CS.LG]。[11] Jonathan Ho，Ajay Jain和Pieter Abbeel。剥离扩散概率模型。2020。Arxiv：2006.11239 [CS.LG]。[12] Jonathan Ho和Tim Salimans。无分类器扩散指南。2022。ARXIV：2207.12598 [CS.LG]。[13]安德鲁·霍华德（Andrew Howard）等人。搜索MobilenetV3。2019。Arxiv：1905.02244 [CS.CV]。[14] Andrew G. Howard等。 Mobilenets：用于移动视觉应用的有效卷积神经网络。 2017。Arxiv：1704.04861 [CS.CV]。 [15] Forrest N. Iandola等。 squeezenet：较小的参数和€0.5MB型号的Alexnet级准确性。 2016。Arxiv：1602.07360 [CS.CV]。 [16] Imagenet 64x64基准（图像生成）。 用代码的论文，2024。URL：https：//paperswithcode.com/sota/image-generation-generation-en-on-imagenet-64x64。 [17] Sergey Ioffe和Christian Szegedy。 批次归一化：通过减少内部协变性转移来加速深层网络训练。 2015。Arxiv：1502.03167 [CS.LG]。 [18] Diederik P. Kingma和Jimmy Ba。 亚当：一种随机优化的方法。 2017。Arxiv：1412.6980 [CS.LG]。 [19] Diederik P. Kingma和Ruiqi Gao。 将扩散目标理解为具有简单数据增强的ELBO。 2023。Arxiv：2303.00848 [CS.LG]。 [20] Diederik P. Kingma等。 变化扩散模型。 2023。Arxiv：2107.00630 [CS.LG]。 [21] Zhenzhong Lan等。 albert：一个精简版的语言表示学习。 2020。Arxiv：1909.11942 [CS.CL]。 [22] Ilya Loshchilov和Frank Hutter。 重量衰减正则化。[14] Andrew G. Howard等。Mobilenets：用于移动视觉应用的有效卷积神经网络。2017。Arxiv：1704.04861 [CS.CV]。 [15] Forrest N. Iandola等。 squeezenet：较小的参数和€0.5MB型号的Alexnet级准确性。 2016。Arxiv：1602.07360 [CS.CV]。 [16] Imagenet 64x64基准（图像生成）。 用代码的论文，2024。URL：https：//paperswithcode.com/sota/image-generation-generation-en-on-imagenet-64x64。 [17] Sergey Ioffe和Christian Szegedy。 批次归一化：通过减少内部协变性转移来加速深层网络训练。 2015。Arxiv：1502.03167 [CS.LG]。 [18] Diederik P. Kingma和Jimmy Ba。 亚当：一种随机优化的方法。 2017。Arxiv：1412.6980 [CS.LG]。 [19] Diederik P. Kingma和Ruiqi Gao。 将扩散目标理解为具有简单数据增强的ELBO。 2023。Arxiv：2303.00848 [CS.LG]。 [20] Diederik P. Kingma等。 变化扩散模型。 2023。Arxiv：2107.00630 [CS.LG]。 [21] Zhenzhong Lan等。 albert：一个精简版的语言表示学习。 2020。Arxiv：1909.11942 [CS.CL]。 [22] Ilya Loshchilov和Frank Hutter。 重量衰减正则化。2017。Arxiv：1704.04861 [CS.CV]。[15] Forrest N. Iandola等。squeezenet：较小的参数和€0.5MB型号的Alexnet级准确性。2016。Arxiv：1602.07360 [CS.CV]。[16] Imagenet 64x64基准（图像生成）。用代码的论文，2024。URL：https：//paperswithcode.com/sota/image-generation-generation-en-on-imagenet-64x64。[17] Sergey Ioffe和Christian Szegedy。批次归一化：通过减少内部协变性转移来加速深层网络训练。2015。Arxiv：1502.03167 [CS.LG]。[18] Diederik P. Kingma和Jimmy Ba。亚当：一种随机优化的方法。2017。Arxiv：1412.6980 [CS.LG]。[19] Diederik P. Kingma和Ruiqi Gao。将扩散目标理解为具有简单数据增强的ELBO。2023。Arxiv：2303.00848 [CS.LG]。[20] Diederik P. Kingma等。变化扩散模型。2023。Arxiv：2107.00630 [CS.LG]。[21] Zhenzhong Lan等。albert：一个精简版的语言表示学习。2020。Arxiv：1909.11942 [CS.CL]。[22] Ilya Loshchilov和Frank Hutter。重量衰减正则化。2019。Arxiv：1711.05101 [CS.LG]。[23] Preetum Nakkiran等。深度下降：更大的模型和更多数据损害。2019。Arxiv：1912.02292 [CS.LG]。[24] Alex Nichol和Prafulla Dhariwal。改进了扩散概率模型。2021。Arxiv：2102.09672 [CS.LG]。[25] Aaron van den Oord，Nal Kalchbrenner和Koray Kavukcuoglu。像素复发性神经网络。2016。Arxiv：1601.06759 [CS.CV]。[26] Prajit Ramachandran，Barret Zoph和Quoc V. Le。搜索激活功能。2017。Arxiv：1710.05941 [CS.NE]。 [27] Danilo Jimenez Rezende和Shakir Mohamed。 差异推断与归一化流量。 2016。Arxiv：1505.05770 [Stat.ml]。2017。Arxiv：1710.05941 [CS.NE]。[27] Danilo Jimenez Rezende和Shakir Mohamed。差异推断与归一化流量。2016。Arxiv：1505.05770 [Stat.ml]。
人工智能与人类交互舒适度研究
[1] Michael Ahn、Anthony Brohan、Noah Brown、Yevgen Chebotar、Omar Cortes、Byron David、Chelsea Finn、Keerthana Gopalakrishnan、Karol Hausman、Alex Herzog 等人。2022 年。尽我所能，不要照我说的做：为机器人可供性奠定语言基础。arXiv 预印本 arXiv:2204.01691 (2022)。[2] Chris Baker、Rebecca Saxe 和 Joshua Tenenbaum。2011 年。贝叶斯心智理论：建模联合信念-愿望归因。在认知科学学会年会论文集，第 33 卷。[3] Chris L Baker、Noah D Goodman 和 Joshua B Tenenbaum。2008 年。基于理论的社会目标推理。在认知科学学会第三十届年会论文集。 Citeseer，1447–1452。[4] Chris L Baker 和 Joshua B Tenenbaum。2014 年。使用贝叶斯心理理论对人类计划识别进行建模。计划、活动和意图识别：理论与实践 7 (2014)，177–204。[5] Andreea Bobu、Marius Wiggert、Claire Tomlin 和 Anca D Dragan。2021 年。特征扩展奖励学习：重新思考人类输入。在 2021 年 ACM/IEEE 人机交互国际会议论文集上。216–224。[6] Andreea Bobu、Marius Wiggert、Claire Tomlin 和 Anca D Dragan。2022 年。通过学习特征在奖励学习中诱导结构。国际机器人研究杂志 (2022)，02783649221078031。[7] Mustafa Mert Çelikok、Tomi Peltola、Pedram Daee 和 Samuel Kaski。2019 年。具有心智理论的交互式人工智能。arXiv 预印本 arXiv:1912.05284 (2019)。[8] Aakanksha Chowdhery、Sharan Narang、Jacob Devlin、Maarten Bosma、Gaurav Mishra、Adam Roberts、Paul Barham、Hyung Won Chung、Charles Sutton、Sebastian Gehrmann 等人。2022 年。Palm：使用路径扩展语言建模。arXiv 预印本 arXiv:2204.02311 (2022)。[9] Harmen De Weerd、Rineke Verbrugge 和 Bart Verheij。 2013. 了解她知道你知道的事情有多大帮助？一项基于代理的模拟研究。人工智能 199 (2013)，67–92。[10] Jacob Devlin、Ming-Wei Chang、Kenton Lee 和 Kristina Toutanova。2018. Bert：用于语言理解的深度双向变压器的预训练。arXiv 预印本 arXiv:1810.04805 (2018)。[11] Prafulla Dhariwal 和 Alexander Nichol。2021. 扩散模型在图像合成方面击败了 gans。神经信息处理系统进展 34 (2021)，8780–8794。[12] Prashant Doshi、Xia Qu、Adam Goodie 和 Diana Young。2010. 使用经验主义交互式 POMDP 对人类的递归推理进行建模。在第九届自主智能体和多智能体系统国际会议论文集：第 1 卷-第 1 卷。1223–1230。[13] 段佳飞、余志强、谭辉、朱宏远和陈志东。2022 年。具身人工智能调查：从模拟器到研究任务。IEEE 计算智能新兴主题汇刊 (2022 年)。[14] 段佳飞、余志强、谭辉、易立和陈志东。2022 年。BOSS：对象上下文场景中人类信念预测的基准。arXiv 预印本 arXiv:2206.10665 (2022 年)。[15] David Engel、Anita Woolley、Lisa Jing、Christopher Chabris 和 Thomas Malone。2014 年。从眼睛读懂心思还是从字里行间读懂心思？心智理论在线上和面对面时同样能预测集体智慧。PloS one 9 (12 2014)，e115212。https://doi.org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作逆强化学习。神经信息处理系统的进展 29 (2016)。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统的进展 31 (2018)。 [18] 何开明、张翔宇、任少卿和孙健。2016 年。深度残差学习在图像识别中的应用。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33（2020 年），6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。 [21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016 年。协调合作或竞争：社交互动中的抽象目标和共同意图。《认知科学》。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015 年。深度学习。《自然》521，7553（2015 年），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。[25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作式逆强化学习。神经信息处理系统进展 29（2016 年）。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统进展 31（2018 年）。[18] Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun。2016 年。用于图像识别的深度残差学习。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。 2020. 去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020. 人工智能与对未来的担忧：挪威案例研究。在分布式、环境和普适交互中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016. 协调合作或竞争：社交互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。 nature 521, 7553 (2015), 436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的信任度更高？个体差异在用户对内容审核的反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978)，515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。在国际机器学习会议上。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021. 零样本文本到图像生成。在国际机器学习会议上。PMLR，8821–8831。org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作式逆强化学习。神经信息处理系统进展 29（2016 年）。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统进展 31（2018 年）。[18] Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun。2016 年。用于图像识别的深度残差学习。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。 2020. 去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020. 人工智能与对未来的担忧：挪威案例研究。在分布式、环境和普适交互中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016. 协调合作或竞争：社交互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。 nature 521, 7553 (2015), 436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的信任度更高？个体差异在用户对内容审核的反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978)，515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。在国际机器学习会议上。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021. 零样本文本到图像生成。在国际机器学习会议上。PMLR，8821–8831。在 IEEE 计算机视觉与模式识别会议论文集上。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。 2016. 协调合作或竞争：社会互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。自然 521，7553（2015），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0)，14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv：https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。国际机器学习会议。PMLR，4218–4227。 [27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本转图像生成。国际机器学习会议。PMLR，8821–8831。在 IEEE 计算机视觉与模式识别会议论文集上。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。 2016. 协调合作或竞争：社会互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。自然 521，7553（2015），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0)，14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv：https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。国际机器学习会议。PMLR，4218–4227。 [27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本转图像生成。国际机器学习会议。PMLR，8821–8831。//doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 [25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。//doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 [25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。
曼雷萨（西班牙），1965 年 10 月 11 日国籍：...
Azkune，Gorka 德乌斯托大学工程学院（西班牙） Bender，Julian 马克斯普朗克量子光学研究所，加兴（德国） Bermejo Vega，胡安尼格拉纳达大学（西班牙） Brechtelsbauer，Katharina 斯图加特大学（德国） Coll Vinent Wappenhans，Sandra EOLOS - 浮动激光雷达解决方案，巴塞罗那（西班牙） Cruz Rico，Esther 马克斯普朗克量子光学研究所，加兴（德国） Dür，Wolfgang 因斯布鲁克大学副教授（奥地利） Eckholt，Maria TUM 慕尼黑工业大学（德国） González Cuadra，Daniel ICFO-光子科学研究所，卡斯特尔德费尔斯（西班牙） Greplova，Eliska 副教授Kavli 纳米科学研究所，代尔夫特理工大学（荷兰） Hackenbroich，Anna TNG 技术咨询公司，慕尼黑（德国） Hammerer，Klemens 莱布尼茨教授，汉诺威大学（德国） Hauke，Philipp 副教授，特伦托大学（意大利） Hecht，Theresa Horstmann，Birger DLR，亥姆霍兹乌尔姆研究所（德国） Karanikolaou，Teresa ICFO-光子科学研究所，卡斯特尔德费尔斯（西班牙） König，J. Lukas 斯德哥尔摩大学（瑞典） Kohler，Dominic Siemens，慕尼黑（德国） Kull，Ilya 维也纳大学（奥地利） Kraus，Barbara 教授，因斯布鲁克大学（奥地利） Lu，Sirui 马克斯普朗克量子光学研究所，加兴（德国） Mendl，Christian 副教授慕尼黑工业大学 (德国) Metalidis, Georgo Carl Zeiss Microscopy GmbH, Oberkochen (德国) Murg, Valentin TNG 技术咨询公司, 慕尼黑 (德国) Muschik, Christine 助理教授 IQC, 滑铁卢大学 (加拿大) Ni, Xiaotong 阿里巴巴, 上海 (中国) Nigg, Simon swissQuant (瑞士) Paulisch, Vanessa QAware GmbH, 慕尼黑 (德国) Sala, Pablo 慕尼黑工业大学 (德国) Scalet, Samuel 剑桥大学 (英国) Schiffer, Benjamin 马克斯普朗克量子光学研究所, 加兴 (德国) Schindler, Paul 马克斯普朗克复杂系统物理研究所, 德累斯顿 (德国) Schwager, Heike Intel, 慕尼黑 (德国) Scandi, Matteo ICFO-光子科学研究所, 卡斯特尔德费尔斯 (西班牙) Weinfurtner, Silke 助理教授诺丁汉大学数学科学学院 (英国) 魏志远 马克斯普朗克量子光学研究所，加兴 (德国) 杨逸伦 马克斯普朗克量子光学研究所，加兴 (德国)
sobre a obra免疫力：Elie Metchnikoff如何改变现代医学的过程
luba -woven -woven叙事随着时间的流逝，从梅奇尼科夫（Mechnikov）的童年到其创新的发现，将读者运送到欧洲。Ilya Ilyich Mechnikov是科学史上最著名的名字之一，于1845年出生于古代乌克兰的哈尔基夫市，然后构成了灭绝的苏联。从小就表现出对生物学的兴趣，这使他从事专门从事科学研究的职业。他的学术旅程始于哈尔基夫大学，在那里他学习生物学，并成为一名出色的学生。完成了动物学研究后，Mechnikov对微生物的研究以及与人体的互动兴趣。这种激情使他成为微生物学的先驱之一。为了换取1887年的家园，梅奇尼科夫（Mechnikov）担任了新成立的细菌学研究所主任在敖德萨（Odessa）担任主任，在那里他领导了有关微生物学和免疫学的创新研究，并在农村确立了自己的杰出人物。尽管Mechnikov尚未开发疫苗，但他的思想和发现影响了免疫领域，对于现代疫苗的开发至关重要。由于东欧发生的政治变化，梅奇尼科夫被迫迁移到西欧，在那里他得到了路易斯·巴斯德（Louis Pasteur）的庇护所和支持。在整本书中，我们被介绍给塑造了著名科学家生活的复杂个人和专业关系网络。您与来自世界各地的科学家的知识和经验交流帮助</div>在巴黎设立住所，这有助于建立这个重要的研究所，在这里您度过了大部分的学术生活，并开始使用Elie Metchnikoff的拼写来采用您的名字，对Franophonic语音更加愉快。他们与路易斯·巴斯德（Louis Pasteur）（现代微生物学之父）和保罗·埃里希（Paul Ehrlich）（抗体和补充的发现者，体液免疫理论的柱子）等友谊的亲密关系得到了丰富的细节，揭示了与这些科学巨头团结的深厚纽带。Metchnikoff和他的科学家之间的相互作用以一种敏感性描绘，不仅可以阐明他们的个人成就，而且还阐明了协作和知识交流的转变能力。即使是与德国现任研究人员的争吵和竞争也受到礼貌和尊重的对待，从罗伯特·科赫（Robert Koch）（现代微生物学的另一个父亲）的研究人员应得的研究人员应得。Metchnikoff对免疫学领域的开创性贡献是深度描绘的，包括有关吞噬作用的革命理论（细胞免疫理论），该理论假定免疫系统中的细胞可以包含病原体入侵者，并挑战了先前接受的概念并为了解免疫而开放了新的视野。Metchnikoff的科学生涯不仅以其对科学的非凡个人贡献，还以与朋友和科学家的合作为标志。它以其协作性质和愿意与其他研究人员分享思想和资源的意愿而闻名，甚至能够对更少的财务研究人员慷慨解囊。
系统理论 -Theses.fr
本文介绍的研究成果是我在图卢兹的法国航空航天实验室 (ONERA) 和法国民航学院 (ENAC) 工作三年的成果。在法国之前，我在代尔夫特实习了八个月，在德国完成了五年半的本科和研究生学习。因此，这篇论文完成了对欧洲科学家的教育。对于研究和手稿本身，有几个人、团体和机构做出了贡献，其中一些人、团体和机构并不知情或不愿意。虽然在这里提供完整的列表似乎不可行，但我会尝试适当地列举一些：首先，如果没有我的导师 Laurent Burlion 和 Jean-Philippe Condomines，这篇论文就不可能完成，他们发起了这个研究课题，他们的有益评论和批判性评论为我的研究提供了指导。与此相关，我仍然感谢 ONERA 和 ENAC 的机构支持和资金。 Thierry Le Moing、Yannick Jestin、Valérie Cassignol 和 Carsten Döll 在解决行政问题时提供了宝贵的帮助。对于软件或硬件的技术问题，我要分别感谢 Gautier Hattenberger 和 Michel Goraz，以及 Murat Bronz 在空气动力学和航空学方面的专业知识。与奥尔堡大学的合作以及我对密歇根大学的访问对其结果做出了重大贡献。在奥尔堡，我要感谢 Anders la Cours-Harbo
利用生成式人工智能自动注释化学文档及其评估
[1] Takahiro Arima、Tomoko Okuma 和 Tatsuya Dewa。从技术文档中提取材料信息以探索新应用。自然语言处理协会第 29 届年会论文集，第 512-515 页，2023 年。[2] Annemarie Friedrich、Heike Adel、Federico Tomazic、Johannes Hingerl、Renou Benteau、Anika Marusczyk 和 Lukas Lange。SOFC-exp 语料库和神经方法在材料科学领域的信息提取。在计算语言学协会第 58 届年会论文集，第 1255-1268 页。ACL，2020 年。[3] Shu Huang 和 Jacqueline M. Cole。使用飞行数据提取器自动生成的电池材料数据库。科学数据，第 5 卷7，第1号，第2052-4463页，2020年。[4] Fabrizio Gilardi、Meysam Alizadeh和Maël Kubli。Chatgpt在文本注释任务中的表现优于众包工作者。美国国家科学院院刊，第120卷，第30期，第e2305016120页，2023年。[5] Tom Brown、Benjamin Mann、Nick Ryder、Melanie Subbiah、Jared D Kaplan、Prafulla Dhariwal、Arvind Neelakantan、Pranav Shyam、Girish Sastry、Amanda Askell、Sandhini Agarwal、Ariel Herbert-Voss、Gretchen Krueger、Tom Henighan、Rewon Child、Aditya Ramesh、Daniel Ziegler、 Jeffrey Wu、Clemens Winter、Chris Hesse、Mark Chen、Eric Sigler、Mateusz Litwin、Scott Gray、Benjamin Chess、Jack Clark、Christopher Berner、Sam McCandlish、Alec Radford、Ilya Sutskevser 和 Dario Amodei。语言模型是少样本学习器。载于《神经信息处理系统进展》，第 33 卷，第 1877-1901 页。Curran Associates, Inc.，2020 年。[6] Md Tahmid Rahman Laskar、M Saiful Bari、Mizanur Rahman、Md Amran Hossen Bhuiyan、Shafiq Joty 和 Jimmy Huang。在基准数据集上对 ChatGPT 进行系统研究和全面评估。载于《计算语言学协会研究结果：ACL 2023》，第 1877-1901 页。 431–469。ACL，2023 年 7 月。[7] Bart lomiej Koptyra、Anh Ngo、Lukasz Radli´nski 和 Jan Koco´n。Clarin-emo：使用人类注释和 chatgpt 训练情绪识别模型。在国际计算科学会议上，第 365–379 页。Springer，2023 年。[8] Taiki Watanabe、Akihiro Tamura、Takashi Ninomiya、Takuya Makino 和 Tomoya Iwakura。使用化合物释义进行化学命名实体识别的多任务学习。在 2019 年自然语言处理经验方法会议和第 9 届国际自然语言处理联合会议 (EMNLP-IJCNLP) 的论文集上，第 6244–6249 页。ACL，2019 年。[9] Amalie Trewartha、Nicholas Walker、Haoyan Huo、Sanghoon Lee、Kevin Cruse、John Dagdelen、Alexander Dunn、Kristin A. Persson、Gerbrand Ceder 和 Anubhav Jain。量化领域特定预训练在材料科学命名实体识别任务中的优势。Patterns，第 3 卷，第 4 期，第 100488 页，2022 年。[10] Gupta Tanishq、Zaki Mohd 和 NM Krishnan。Matscibert：用于文本挖掘的材料领域语言模型