XiaoMi-AI文件搜索系统
World File Search SystemLipton
Stephan Rabanser
Stephan Rabanser，Stephan Gunnemann和Zachary Lipton。大声失败：用于检测数据集偏移的方法的实证研究。In Advances in Neural Information Processing Systems , 2019 [ paper , poster , slides ] Stephan Rabanser, Oleksandr Shchur, and Stephan G¨unnemann.张量分解及其在机器学习中的应用。ARXIV预印arxiv：1711.10781，2017 [Paper]
使用FNIRS的机器学习的基准测试框架
功能性近红外光谱（FNIRS）（Jobis 1977）越来越多地用于认知神经科学和脑部计算机界面（BCIS）（Naseer and Hong 2015）。通常是为了确定受试者正在执行的任务类型或评估任务的强度水平，并且在对精神活动的类型和水平进行分类方面变得越来越流行（Herff等人。2014，Benerradi等。 2019）。 用于分类，可以广泛使用机器学习，无论是使用线性判别分析（LDA）或支持向量机（SVM）等模型的标准机器学习，还是最近深入学习，具有从标准的人工神经网络（ANN）到卷积神经网络（CNNS）和复发性神经网络（RASE NEARER网络（RASE）（RASE）（RASE）（RASE）（RASE）（RASE）（RASE）（NASE）（NASE）（NASE）。 2016，Trakoolwilaiwan等。 2017，Yoo等。 2018）。 与其他已经开发出标准化和可比较的方法来用于生理措施，标准和良好实践的社区不同。 因此，在某些情况下，这些技术似乎是有效的，但是研究人员需要意识到良好的实践，并避免常见的陷阱，从而破坏最终结果的可靠性（Lipton和Steinhardt 2019）。2014，Benerradi等。2019）。用于分类，可以广泛使用机器学习，无论是使用线性判别分析（LDA）或支持向量机（SVM）等模型的标准机器学习，还是最近深入学习，具有从标准的人工神经网络（ANN）到卷积神经网络（CNNS）和复发性神经网络（RASE NEARER网络（RASE）（RASE）（RASE）（RASE）（RASE）（RASE）（RASE）（NASE）（NASE）（NASE）。2016，Trakoolwilaiwan等。 2017，Yoo等。 2018）。 与其他已经开发出标准化和可比较的方法来用于生理措施，标准和良好实践的社区不同。 因此，在某些情况下，这些技术似乎是有效的，但是研究人员需要意识到良好的实践，并避免常见的陷阱，从而破坏最终结果的可靠性（Lipton和Steinhardt 2019）。2016，Trakoolwilaiwan等。2017，Yoo等。 2018）。 与其他已经开发出标准化和可比较的方法来用于生理措施，标准和良好实践的社区不同。 因此，在某些情况下，这些技术似乎是有效的，但是研究人员需要意识到良好的实践，并避免常见的陷阱，从而破坏最终结果的可靠性（Lipton和Steinhardt 2019）。2017，Yoo等。2018）。与其他已经开发出标准化和可比较的方法来用于生理措施，标准和良好实践的社区不同。因此，在某些情况下，这些技术似乎是有效的，但是研究人员需要意识到良好的实践，并避免常见的陷阱，从而破坏最终结果的可靠性（Lipton和Steinhardt 2019）。
00000004.pdf
2囚犯的法律服务，年度报告2022-23，6。3昆士兰州假释委员会，年度报告2022-23，14。4罗宾·菲茨杰拉德（Robin Fitzgerald），海伦·布拉伯（Helen Blaber）和露西·康威尔（Lucy Cornwell），昆士兰州的假释停赛：对2018 - 2020年囚犯法律服务案件文件的检查（报告，2023年），第5-6页； Walter Sofronoff KC，昆士兰假释系统评论（最终报告，2016年11月）61，84-85，222（'qpsr'）。正如布朗·J（Brown J）在麦昆（McQueen）所说的那样，囚犯向董事会提供意见的权利“只有在囚犯被告知[董事会]做出决定的原因和依赖的材料的原因的情况下，才能有意义地行使”。另请参见[99（e）]。6参见昆士兰假释系统评论（最终报告，2016年11月），[127]。 7 R V Lipton（2011）82 NSWLR 123，[84] Per McColl JA（与RS Hulme和Hislop JJ同意）； R V Baladjam（编号 31）[2008] NSWSC 1453，[29] Per Whaley J.6参见昆士兰假释系统评论（最终报告，2016年11月），[127]。7 R V Lipton（2011）82 NSWLR 123，[84] Per McColl JA（与RS Hulme和Hislop JJ同意）； R V Baladjam（编号31）[2008] NSWSC 1453，[29] Per Whaley J.
沃伦参议员给特朗普的信，交易官和麝香
1 The Guardian, “Trump's disregard for US constitution ‘a blitzkrieg on the law', legal experts say,” Steven Greenhouse, February 1, 2025, https://www.theguardian.com/us-news/2025/feb/01/trump-executive-orders- constitution-law; The Lever, “Trump Purges Inspectors General Investigating Musk's Businesses,” Katya Schwenk, Lucy Dean Stockton, and Veronica Riccobene, February 7, 2025, https://www.levernews.com/trump-purges- inspectors-general-investigating-musks-businesses/; 《纽约时报》，“埃隆·马斯克（Elon Musk）的商业帝国在特朗普（Trump）的大幅度上得分。”2《纽约时报》，“埃隆·马斯克（Elon Musk）的商业帝国在特朗普（Trump）的大幅度上得分。”3 5 U.S.C.403（b）; Politico，“特朗普在周五晚上清除独立检查员”，梅根·梅斯利（Megan Messerly），乔什·格斯坦（Josh Gerstein），凯尔·切尼（Kyle Cheney）和纳哈尔·托西（Nahal Toosi），2025年1月25日，https：//www.politico.com/news/news/news/2025/2025/01/01/25/25/donald-trump-inseral--ineralseral-firiring-20061111。4 29 U.S.C.153（a）; CBS新闻，“被特朗普解雇的前国家劳资关系委员会成员，”杰里卡·邓肯（Jericka Duncan），迈克尔·卡普兰（Michael Kaplan）和凯特琳·约莱克（Caitlin Yilek），2025年2月7日，https：//wwwww.cbsnews.com/news/news/news/news/news/news/former-national-national-national-labor-labor-labor-labor-labor-labor-labor-labor-labor-who-was-who-was-was-was-fir----------------------//////////////点。
在 AI 环境中定义解释
许多人工智能系统非常复杂，难以理解。尽管人工智能系统具有解决大量问题的潜力，但由于我们无法理解其结果和推理过程，其应用可能会受到限制。解释的定义将有利于多个群体，其中最突出的是任何人工智能系统做出的预测或建议的接收者。其他群体包括研究人员、人工智能开发人员、系统用户等。我们将所有这些群体统称为接收者，接收者可以是该群体中的任何个人。我们回顾了几位作者所涵盖的解释的重要性。在这里，我们重申 Doshi-Velez 和 Kim（2017）、Samek 等人主要提出的原因。( 2017 ) 和 Lipton ( 2018 )。以下原因说明了解释的重要性：
人工受托人
* 奥尔巴尼法学院助理教授。我要感谢 Susan Appleton、Kevin Ashley、Scott Baker、Shawn Bayern、Christopher Bruner、Anupam Chander、Kevin Collins、Rebecca Crootof、Adrienne Davis、Mihailis Diamantis、Danielle D'Onfro、Jens Frankenreiter、Martin Gelter、Zachary Gubler、Christopher Hampson、Cathy Hwang、Akshaya Kamalnath、Sung Hui Kim、Ann Lipton、Michael Madison、William J. Magnuson、Geeyoung Min、JS Nelson、Peter Oh、Elizabeth Pollman、Robert J. Rhee、Roy Shapira、Holger Spamann、Andrew Tuch、David C. Vladeck 和 Christopher S. Yoo，以及 2023 年全国商法学者会议、2023 年里士满青年教师论坛、Lastowka 网络法座谈会、2023 年东南法学院协会年会、圣路易斯华盛顿大学研讨会的与会者。感谢圣路易斯大学、亚利桑那州立大学和匹兹堡大学对本文初稿提出的周到建议和宝贵意见。所有错误均由我负责。
纠缠量子多项式层级崩塌
我们引入纠缠量子多项式层次 QEPH ，作为一类可通过相互纠缠的交替量子证明进行有效验证的问题。我们证明 QEPH 会坍缩至第二层。事实上，我们表明多项式数量的交替会坍缩为仅仅两个。因此，QEPH = QRG ( 1 ) ，即具有一轮量子裁判游戏的问题类，已知包含在 PSPACE 中。这与包含 QMA (2) 的非纠缠量子多项式层次 QPH 形成对比。我们还引入了 DistributionQCPH ，它是量子经典多项式层次 QCPH 的泛化，其中证明者发送字符串（而不是字符串）上的概率分布。我们证明 DistributionQCPH = QCPH ，表明只有量子叠加（而非经典概率）才能增加这些层次结构的计算能力。为了证明这一等式，我们推广了 Lipton 和 Young (1994) 的一个博弈论结果，该结果指出，在不失一般性的情况下，证明者可以在多项式大小的支持上发送均匀分布。我们还证明了多项式层次的类似结果，即 DistributionPH = PH 。最后，我们证明 PH 和 QCPH 包含在 QPH 中，解决了 Gharibian 等人 (2022) 的一个未决问题。
人工智能如何影响开放式创新中的人类创造力
近年来，数字开放式创新平台经历了迅猛发展。企业越来越多地通过此类平台让个人参与创新过程，以开发新产品、广告活动或业务战略（Bayus，2013）。平台用户通常会发布想法，让企业能够汲取大众的创造力。这些想法可能是对企业提出的特定创新挑战的回应，例如百事可乐在 Eyeka 平台上为其立顿饮料品牌举办的新冰茶口味竞赛（Eyeka，2016）。包括星巴克或乐高在内的一些公司甚至拥有自己的平台，用户可以参加竞赛或自由提交新产品的想法（例如，星巴克饮料配方、乐高产品设计）。创意挑战还可以涉及基于图像的品牌徽标创意（99designs 平台上的典型设计挑战），或复杂问题的创意（例如，在 Openido，2021 年发布的“为世界各地的每个人创造更美好的食品未来”）。所有这些平台都有一个共同的目标，即利用多个平台用户的创造潜力，帮助组织实现超越已知的创新理念。
思考经济，深或浅薄？*
* We thank Peter Andre, Adrien Bilal, John Campbell, Juanma Castro-Vincenzi, Gabriel Chodorow- Reich, Ben Enke, Xavier Gabaix, Thomas Graeber, Sam Hanson, Oleg Itskhoki, Baiyun Jing, Spencer Kwon, David Laibson, Chen Lian, Avi Lipton, Hugo Monnery, Matthew Rabin, Chris Roth, Karthik Sastry, Josh Schwartzstein, Dmitriy Sergeyev, Andrei Shleifer, Stefanie Stantcheva, Jeremy Stein, Ludwig Straub, Adi Sunderam, Alireza Tahbaz-Salehi, Chris Tonetti, Chris Wolf, and seminar participants at Harvard for their helpful comments.我们感谢Sam Cohen的研究援助和Roberto Colarieti在调查设计方面的帮助。该研究获得了哈佛大学（IRB22-1403，IRB24-0959）的IRB批准。我们感谢Michael S. Chae宏观经济政策基金和莫莉和多米尼克·费兰特基金会的财政支持，均通过哈佛授予。Wu感谢Alfred P. Sloan基金会通过NBER授予的行为宏观经济学博士学位前奖学金的支持。†哈佛大学，pierfrancescomei@g.harvard.edu，https：// www.pierfrancescomei.com。‡哈佛大学，lingxuanwu@g.harvard.edu，https：// www.lingxuanwu.me，通讯作者。