XiaoMi-AI文件搜索系统
World File Search SystemLANGUAGE
针对英语水平有限的个人的语言援助计划
与本部门互动的 LEP 人士将被告知是否有免费口译服务。一般来说，LEP 人士不得让未成年人、家人或朋友进行口译。但是，在紧急情况下，LEP 人士可能被允许让未成年人、家人或朋友进行口译。根据要求，LEP 人士还可能被允许让未成年人、家人或朋友进行日常事务的口译，例如询问办公室的位置、营业时间或重新安排预约。如果与 LEP 人士的互动发生在本部门办公室，并且个人被允许拥有自己选择的口译员，他们必须填写书面同意/豁免表。
可解释的AI用于使用大语言模型体系结构的网络威胁智能
对威胁的检测和理解在制定任何形式的防御策略中起着重要作用；因此，提高检测能力，以及当今网络安全性动态世界的上下文见解非常重要。本文使用大型语言模型架构来理解网络威胁智能，以解释人工智能。我们的方法利用LLM的优越NLP分析大量威胁数据，并为可能的安全风险提供可行的，可理解的见解。我们引入了一个新的范式，通过该范式将LLMS整合到经典的CTI框架中可以实现复杂的威胁模式识别，并为每个检测到的威胁提供了人类可读的解释。这将增强AI驱动威胁分析的透明度和可信度，从而使决策变得更加容易，并更加由网络安全专业人员了解。在现实世界数据集上进行了广泛的测试，以验证我们的方法，表明我们的方法显着提高了与当前方法相比的威胁检测准确性和解释质量。这些发现表明，LLMS通过将相同的相同的CTI系统嵌入到弹性和适应性方面，可以显着提高网络安全工具功效。
使用语言模型的道德案例...
我们的信息和通信环境未达到网络全球通信可能服务的理想。识别其病理的所有原因很困难，但是现有的推荐系统很可能发挥作用。在本文中借鉴了计算哲学的规范工具，并由自然语言处理和推荐系统的经验和技术见解所告知，我们为另一种方法提供了道德案例。我们认为，现有的推荐人会激励质量监视，集中力量，行为狭窄的牺牲品以及损害用户代理。不仅试图避免完全避免算法，或者要对当前范式进行逐步改进，还应探索一种替代范式：使用语言模型（LM）代理来源自以自然语言表达的用户的偏好和价值观来源和策划内容。使用LM代理提出了自己的挑战，包括与候选人产生，计算效率，偏好建模和及时注入相关的挑战。尽管如此，如果成功实施的LM代理可以：指导我们通过数字公共领域而不依赖大规模监视；将电源从平台转移到用户；优化重要的事情，而不仅仅是行为代理；并脚手架我们的代理商而不是破坏它。
用于分析医疗结果的领域特定语言 Mihai VIERU * , Vlad POLISCIUC, Daniela GLIGA, Ecaterina GREBENNICOVA, Anastasia ZAGORODNIUC
* 通讯作者：Mihai Vieru，mihai.vieru@isa.utm.md 协调员：Gabriel ZAHARIA，摩尔多瓦技术大学 摘要。本文探讨了领域特定语言 (DSL) 可能为医疗领域带来的好处。它强调了 DSL 如何通过提供更高的精度、更快的分析时间和更低的错误几率来增强对医疗结果的分析。此外，它详细阐述了 DSL 与现有医疗软件系统无缝集成的潜力，增强了互操作性和跨平台数据共享。此外，它还指出了使用 DSL 执行数据管理任务的优势，例如收集、更新和维护有关患者疾病的记录，使医疗保健专业人员能够轻松访问和分析关键信息。DSL 的使用还可以促进更加个性化的患者护理方法，从而可以根据个人患者资料更准确地定制治疗和医疗建议。最后，本文推测了 DSL 在医学领域的未来作用，强调了其对医疗数据解释和分析的持续贡献，并预测了医疗专业人员与技术互动方式的重大转变，最终将带来更高效、更有效的患者护理。关键词：医疗保健、数据管理、数据互操作性、软件系统集成。简介评估医疗结果在医疗保健中至关重要，为诊断、治疗和预防各种健康状况提供关键信息 [1]。然而，筛选来自不同来源的大量医疗数据带来了重大挑战，尤其是对于需要更深入技术专业知识的医疗从业者而言。领域特定语言 (DSL) 成为解决这些问题的可行答案，引入了专门为医疗领域设计的编程语言。本文介绍了一种专为医疗结果评估而设计的 DSL。它首先研究领域分析，解决分析医疗数据的主要障碍。然后，本文概述了 DSL，重点介绍了其主要特征，例如它能够简化复杂的数据评估流程并提高健康诊断的准确性。 DSL 的语法设计直观易懂，方便用户使用。此外，本文还探讨了 DSL 对医疗行业的潜在影响，例如改善患者健康结果和降低费用。总之，本文深入研究了一种用于分析医疗数据的专用语言，阐明了其发展、应用及其带来的优势。领域分析多中心医疗数据共享面临重大挑战，因为隐私法规和数据的异质性是推动神经科学、遗传学等各个领域医学研究的关键障碍，药物发现、疾病诊断和预后。成功的机器学习算法（特别是在这些领域）的基础依赖于能够访问具有必要注释的足够大的数据集 [2]。为了达到
针对英语水平有限的个人的语言援助计划
纽约州发育障碍委员会 (CDD) 的使命是通过促进自我倡导、参与和融入社区生活各个方面的计划，改善患有发育障碍 (DD) 的纽约人及其家人的生活。CDD 不直接向公众提供服务，而是通过委员会成员资格、我们的 5 年州计划、拨款活动和宣传计划吸引公众。CDD 是发育障碍网络的一部分，如 2000 年《发育障碍援助和权利法案修正案》（DD 法案）中所述。根据 DD 法案，发育障碍是一种“严重的慢性残疾，从出生到 21 岁的任何时间开始，预计会持续一生。它可能是认知的、身体的，也可能是两者的结合；它并不总是可见的。”CDD 的大部分工作由我们的委员会指导。根据 DD 法案，委员会必须由至少 60% 的发育障碍人士和/或其家人组成。理事会成员由纽约州州长任命，为我们的所有计划、拨款和倡议提供宝贵的意见。CDD 通过以下方式与公众合作：1. 理事会成员：开展外展活动招募新成员并让现有成员全年参与 CDD 工作是 CDD 与公众联系的重要组成部分。2. 5 年州计划：CDD 的州计划阐明了我们 5 年工作的主要目标。CDD 在州计划制定和实施期间进行研究，以指导 CDD 工作。作为此过程的一部分，该机构征求持续的公众意见并发布州计划的公开版本。
视觉语言模型作为...
开发可以理解和遵循语言指示的代理商对于有效且可靠的人类协作至关重要。最近的方法使用不经常的环境奖励的强化学习来训练这些代理，这给环境设计师带来了重大负担，以创建语言条件条件的奖励功能。随着环境和指示的复杂性，制作这种奖励功能变得越来越不切实际。为了解决这个问题，我们介绍了V-TIFA，这是一种新型方法，该方法通过利用Vision语言模型（VLMS）的反馈来训练跟随剂。V-TIFA的核心思想是查询VLM，根据语言的结构对整个轨迹进行评分，并使用结果评分直接训练代理。与先前的VLM奖励生成方法不同，V-TIFA不需要手动制作的任务规范，使代理商能够从各种自然语言教学中学习。在体现环境中进行的广泛实验表明，在相同条件下，V-TIFA优于现有的奖励生成方法。
国际多学科科学与艺术杂志
收到：29/07/2024接受：02/08/2024出版物：03/08/2024摘要本研究通过Maass等人的语言Intergroup Bias（LIB）理论分析了对以色列 - 伊朗冲突的评论，通过分析对以色列 - 伊朗冲突的评论来研究冲突的感知。（1989）和Semin and Fiedler（1988，1991，1992）的语言类别模型（LCM）。这些理论集中于语言在群体间相互作用中的使用如何无意间加强或建立对群体的看法，并通过用于描述和分析伊朗 - 以色列冲突中描述和分析案例研究的语言所感知的隐式属性。使用定性方法，通过搜索#IRANISRAELCONFLICT标签从Twitter平台收集数据。总共分析了10个数据点，包括1条带有9条评论的推文。这项研究旨在了解语言选择如何影响群体间的看法，并可能通过社交媒体影响冲突动态。分析涉及识别语言偏见的使用并将陈述分类为群体或外部的正面或负面行为，分为四个级别的语言抽象级别。分析的结果表明，抽象语言倾向于用来描述外群的负面行为，加剧现有的偏见并塑造公众对冲突的看法。关键字 - 抽象纠纷，编码类别，群体和外部，以色列 - 伊朗冲突，语言偏见。简介
印度手语检测系统使用...
在一个言语交流通常需要优先考虑的世界中，存在一个充满活力但经常被忽视的社区，它依赖于手势作为其主要表达方式。这个社区涵盖了聋哑人，听力难以及无法发声的人。对他们来说，手语超越了沟通；这是一条生命线，他们传达了最深切的思想，情感和欲望。在印度的各种语言景观中，印度手语（ISL）成为了人类表达的深刻证明。它封装了文化多样性的丰富性，并成为包容性的凄美象征。想象一个世界，即流利的印度手语（ISL）的人无缝地与不熟悉其复杂性的人无缝联系。该愿景推动了“印度手语言检测系统”项目的前进。我们的主要目标很明确：通过弥合手语用户和非签名者之间的沟通鸿沟来增强聋人和难以听见社区的个人权力。该项目代表了技术和社会包容性的融合，这是基于早期的研究和技术大步重新定义交流界限的基础。从过去的努力中汲取灵感，我们的旅程着重于制定以用户为中心的界面，该界面满足了各种沟通需求。利用高级机器学习和计算机视觉技术，我们努力开发一种能够实时检测ISL字母和数字的系统，而无需手动翻译。
人工智能进入公共话语：哈贝马斯对大型语言模型道德地位的评估
PAOLO MONTI 米兰比可卡大学 人类科学培训部 “Riccardo Massa” paolo.monti@unimib.it 摘要 大型语言模型 (LLM) 是一种生成性人工智能系统，能够根据以提示或问题形式提供的主题和风格输入生成原始文本。将这些系统的输出引入人类的话语实践提出了前所未有的道德和政治问题。本文基于哈贝马斯的交往行为理论，分析了这些系统的道德地位及其与人类对话者的互动。分析探讨了哈贝马斯对人类思维与计算机类似性的探究，以及对语言社区中非典型参与者（如转基因对象和动物）的地位的探究。主要结论是，法学硕士似乎有资格成为最初参与话语实践的作者，但确实只表现出结构上衍生的交际能力，不符合交际主体的地位。从这个意义上讲，虽然人工智能书写系统在公共话语和审议中的贡献可以支持演讲者社区内的相互理解过程，但参与开发、使用和传播这些系统的人类参与者对披露人工智能作者身份以及验证和裁定有效性主张负有集体责任。关键词 大型语言模型、尤尔根·哈贝马斯、道德地位、责任、公共话语
使用机器的手语翻译器...
抽象的手语是聋人和静音者的唯一交流手段。，但是许多普通人不知道手语。因此，用手语说话的人很难与那些不说手语交流的人进行交流。本文扩展了先前提出的卷积神经网络（CNN）模型，用于使用基于MobileNETV2的转移学习模型来预测手语。所提出的系统旨在通过将手语的手势转化为文本或语音来为听力受损的用户提供有效的沟通。TensorFlow K-NN图像分类器用于训练训练集的模型。分类器涉及k-neart的邻居分类器。类的数量取决于数据集中唯一标志的数量，每个类都与一个符号关联。Mobilenet模型已在大型图像数据集上进行了预训练，并在ASL手符号图像上进行了微调以学习判别特征。从Mobilenet模型中提取功能后，使用KNN分类器进行手语识别。knn是一种简单而有效的算法，它基于特征空间中其K-Neart最邻居的多数类别为输入样本分配标签。在这种情况下，邻居对应于先前看到的手语手势。拟议的手语翻译系统具有许多实际应用，例如在日常互动期间有听力或语音障碍的人。关键字： - 手语翻译器，K -NN图像分类器，CNN，Mobilenet，TensorFlow，Tokbox。此外，它可以集成到教育平台中，以支持手语学习者并提供包容性的语言教育机会。