XiaoMi-AI文件搜索系统
World File Search SystemMist
是我错了，还是自动评分器错了？人工智能评分错误对学习的影响
人工智能评分和反馈中的错误通常有一系列难以解决的原因，而且从本质上讲，很难完全避免。由于不准确的反馈可能会损害学习，因此需要设计和工作流程来减轻这些损害。为了更好地理解错误的人工智能反馈影响学生学习的机制，我们进行了调查和访谈，记录了学生与简答人工智能自动评分器的互动，以解决“用简单的英语解释”代码阅读问题。使用因果模型，我们推断出将错误答案标记为正确（假阳性，FP）和将正确答案标记为错误（假阴性，FN）对学习的影响。我们进一步探讨了对学习影响的解释，包括影响参与者参与反馈和对其答案正确性的评估的错误，以及参与者在课堂上的先前表现。FP 对学习的损害很大程度上是由于参与者未能发现错误。这是因为参与者在被标记为正确后没有注意反馈，而且一旦被标记为正确，他们显然不愿意承认自己的答案是错误的。另一方面，错误错误只会损害调查参与者的学习，这表明受访者更高的行为和认知参与度保护了他们免受学习损害。基于这些发现，我们提出了帮助学习者检测错误错误的方法，并鼓励对错误错误进行更深入的反思，以减轻人工智能错误对学习的损害。
战略失误
人们经常会犯一些影响他人的错误。假设一家垄断竞争企业在考虑预计需求和竞争对手价格的情况下，选择价格以实现利润最大化。企业决策过程的复杂性表明，即使问题定义明确，并且肯定存在理想的解决方案，但确定该解决方案却很困难。因此，企业可能无法设定最佳价格。这种偏离理想价格的情况可能会影响所有其他竞争对手从设定正确价格中获得的收益——例如，通过改变他们面临的剩余需求。此外，其他企业的定价可能会直接影响设定正确价格的成本——例如，如果激烈的竞争导致管理压力，从而导致决策更糟糕。因此，观察到的定价源于战略错误的过程：不完善的优化和战略互动的结合可能会影响精确决策的收益和成本。为了研究这种战略错误，本文引入了一个非参数、状态依赖的随机选择模型，该模型适用于具有连续行动的连续博弈。代理人的收益取决于他们自己的行为、外生状态以及他人行为横截面分布的一维总和。这种设定在宏观经济模型中普遍存在，包括定价模型（Woodford，2003 年；Ma´ckowiak 和 Wiederholt，2009 年；Costain 和 Nakov，2019 年）、生产模型（Angeletos 和 La'O，2010 年、2013 年；Benhabib 等人，2015 年；Chahrour 和 Ulbricht，2023 年）以及更普遍的选美游戏模型（Morris 和 Shin，2002 年；Angeletos 和 Pavan，2007 年；Bergemann 和 Morris，2013 年；Huo 和 Pedroni，2020 年）。代理面临着成本高昂的控制问题：根据他们对基本面和他人行为的猜测，他们会选择一种随机选择模式，在采取最佳行动和惩罚过于精确的行动之间做出权衡。我们引入了一组新的控制成本函数，它们是状态可分离的，即总控制成本在各个状态下是加性的。这些成本使我们能够对几种以前未曾联合研究过的决策摩擦进行建模。第一种是事后错误优化，如控制成本（Stahl，1990；Van Damme，1991）和量子反应平衡（McKelvey 和 Palfrey，1995；Goeree 等人，2016）等文献中所述，其中代理的不精确行动会对给定世界状态下的战略激励做出反应。第二个是事前规划摩擦，如博弈论中关于昂贵信息获取的文献（参见例如 Yang ，2015 ；Morris 和 Yang ，2022 ；H´ebert 和 La'O ，2022 ；Denti ，2023 ），其中代理必须权衡精确规划状态的好处与该状态永远不会实现的成本。第三个是控制成本的外生和内生状态依赖性，如 H´ebert and La'O ( 2022 ) 和 Angeletos and Sastry ( 2023 ) 所述。第四个是主体的考虑集的均衡决定，即主体所采取的行动子集，如 Matˇejka ( 2015 ) 和 Stevens ( 2019 ) 所述。
英国民众对 COVID-19 预防措施的科学错误信息和不信任：一项初步研究
摘要：COVID-19 带来的复杂生物医学概念的普及导致科学错误信息的迅速扩散和传播，尤其是在科学和数字素养水平不足的人群中。对英国人口样本进行了一项横断面在线调查，旨在实现三个主要目标：验证参与者对 COVID-19 虚假信息的信念与遵守预防措施之间是否存在相关性；调查参与者的科学错误信息和预防行为是否与他们的人口统计特征有关；评估参与者的科学错误信息和预防行为是否可以预测他们感染 COVID-19 的可能性。非参数数据分析强调了参与者对错误信息的信念与他们对预防措施的信任之间存在强烈的负相关性。这两个变量都与参与者的教育水平显着相关，但与他们的宗教信仰无关。值得注意的是，科学错误信息水平和对预防措施的信任与感染 COVID-19 的可能性均无统计学相关性。总的来说，这些发现强调了确保民众具备足够的科学素养的紧迫性，使他们能够评估科学信息的可靠性，并认识到个人预防行为对最大限度地减少传染病在社区传播的重要性。
使用雾化 CVD 面对面加热板制备 Ga2O3 薄膜
摘要：本文研究了利用廉价的细通道雾化CVD面对面加热板在c面蓝宝石衬底上生长α-Ga2O3薄膜的方法。由于高温会导致反应器变形，传统的细通道雾化CVD设备采用价格昂贵的抗变形AlN陶瓷作为反应器制作材料，限制了其推广和研究。本文采用面对面加热方式替代传统的单面加热方式，降低了对设备密封性的要求，因此可以用廉价的石英代替昂贵的AlN陶瓷制作反应器，大大降低雾化CVD设备的成本。研究了衬底温度和载气对α-Ga2O3薄膜晶体质量和表面形貌的影响。通过优化制作条件，获得了三角形晶粒，其边缘在原子力显微镜图像中清晰可见。通过吸收光谱分析，我们还发现该薄膜的光学带隙达到了5.24 eV。最后，我们在X射线衍射图中记录到了α-Ga 2 O 3 (0006)衍射峰的半峰全宽值为508角秒。
Mist AI，助理（JNCIA-MistAI）
版权所有 2022 Juniper Networks, Inc. 保留所有权利。Juniper Networks、Juniper Networks 徽标、Juniper 和 Junos 是 Juniper Networks, Inc. 在美国和其他国家/地区的注册商标。所有其他商标、服务标记、注册商标或注册服务标记均为其各自所有者的财产。Juniper Networks 对本文档中的任何错误不承担任何责任。Juniper Networks 保留更改、修改、转让或以其他方式修订本出版物的权利，恕不另行通知。
Mister Chips 前往布鲁塞尔
2022 年 2 月，《欧洲芯片法案》提案终于出台。人们重新关注半导体制造业的背景是持续的供应链中断，这导致许多制造业（包括汽车制造业）停工，代价高昂。在新冠疫情期间，生产全球一半以上芯片的亚洲生产工厂不仅关闭，而且当它们重新开工时，芯片需求的激增导致长期供应瓶颈，造成通货膨胀并拖累欧洲经济。尽管所有国家都支持其半导体生产商，但在过去二十年里，欧盟的计算机芯片制造业相对而言从占全球产量的 24% 缩减到不到 10%。最后，持续的地缘政治紧张局势使欧洲意识到其容易受到第三国进口限制的影响，从而引发了欧盟在工业领域的举措
Holliman，R.，Marino，A.，Grand，A.
知识生产的政治是复杂的，多维的，并且经常有争议（Nowotny等，2003）。这不是一个新现象。研究人员已经探索了多年来知识生产的认识论条件（影响研究的过程和产物）（Hall and Tandon，2017; Facer and Pahl，2017; Rasool，2017; Rasool，2017; Rasool，2017; Tandon and Hall，2014; Nowotny et al。，2003，2001，2001; Gibbons et al。，1994年）。在本文中，我们以案例研究的形式探讨了这些不断变化的认识论条件的例子，该案例研究解决了全球南方的巨大健康问题：疟疾。In so doing, we combine ideas drawn from philosophy (‘epistemic injustice'; Fricker, 2007), critical theory (‘epistemicide'; de Sousa Santos, 2007, 2018) and practical approaches (‘engaged research design'; Holliman et al., 2017) with Indigenous knowledge to promote ‘fairness in knowing' (Medvecky, 2018).
真诚承认错误：减轻人工智能错误的策略
由于感知和推理不完善，语音助手等交互式人工智能系统必然会出错。之前的人机交互研究表明，各种错误缓解策略对于在服务故障后修复人工智能感知至关重要。这些策略包括解释、金钱奖励和道歉。本文通过探索不同的道歉方式如何影响人们对人工智能代理的看法，扩展了之前关于错误缓解的研究；我们报告了一项在线研究（N=37），该研究考察了道歉的诚意和责任的分配（无论是代理本身还是其他人）如何影响参与者对错误人工智能代理的看法和体验。我们发现，与将责任推卸给他人的代理相比，那些公开接受责任并真诚为错误道歉的代理被认为更聪明、更讨人喜欢，并且更能有效地从错误中恢复过来。
对接受针对性治疗的患者进行槲寄生疗法......
大量研究表明，槲寄生疗法具有改善癌症患者生活质量和显著提高标准肿瘤疗法耐受性的潜力 (1)。化疗与支持性槲寄生疗法相结合时仍能保持其有效性：临床研究表明，槲寄生制剂不会影响细胞抑制药物的药代动力学 (2)，槲寄生疗法也不会对接受化疗的癌症患者的病情进一步发展产生任何负面影响 (3)。此外，放射治疗没有观察到负面影响，特别是因为槲寄生提取物 (4, 5) 对 DNA 的保护作用仅限于不分裂或分裂缓慢的正常细胞。然而，关于支持性槲寄生疗法在靶向疗法 (TT) 或免疫疗法等治疗方法中的作用，我们了解甚少。我们介绍了当前的研究状态，并对可能的相互作用进行了谨慎的评估。
过渡规划中应避免的十大错误
目标忽视学生的实际能力 目标需要具有挑战性，但也应根据学生当前的学业、身体或认知挑战而具有相关性/现实性。例如：克拉克想成为一名脑外科医生，但他 14 岁时的阅读水平只有 3 年级，很可能无法通过入学考试。在这种情况下，团队可能希望进一步探究克拉克为什么想成为一名脑外科医生，以及有哪些替代方案仍然符合他的兴趣。