XiaoMi-AI文件搜索系统
World File Search SystemProSe
AI 学术诚信政策建议 - 写作学院
生成式人工智能建议政策的背景（针对教师）：您可能已经知道，诸如 ChatGPT 之类的生成式人工智能工具已经使自动化写作过程的某些方面成为可能，包括：头脑风暴；文本分析；发展论点或反论点；改善组织；调整风格和语法以适应文体惯例；甚至批量生成论文。ChatGPT 和其他大型语言模型 (LLM) 所写的内容通常包含虚假内容、编造的引文和可预测的写作。但他们的输出也往往是听起来很精致的写作。随着生成式人工智能平台的发展，它们将变得更擅长准确引用、写出更有趣的散文和更高水平的研究活动。我们写作课程的学生知道 ChatGPT 和其他免费、可访问的人工智能写作工具，有些学生已经在我们的课程中使用它们。匹兹堡的《学术诚信准则》禁止未经承认使用他人的作品，该准则解决了剽窃和合同欺诈问题。我们认为，该准则已经隐含地涵盖了生成式人工智能的潜在用途，尽管该政策可能很快会更新，以明确解决人工智能的使用问题。作文课程鼓励教师自行判断学生在课程中使用这些技术的情况。作文课程可以有效地使用生成式人工智能，如果您想在课程中整合此类技术，我们鼓励您在坚持作文课程目标的同时寻找这样做的方法。我们建议您在课程大纲和 Canvas 网站上包含以下政策之一，以明确您的政策。教师还应与学生讨论他们的政策，明确哪些人工智能的使用是允许的，哪些是不允许的，以及原因。如果您对课程中人工智能的使用有疑问，我们鼓励您联系我们的学术诚信院长兼英语教学教授 Jeff Aziz。如果您想禁止在课程中使用生成式人工智能，建议的课程大纲声明如下：
b.a./b.sc的日期。 （一般/荣誉。）第3个学期（完整的科目/重新出现/缺陷/其他主题/绩效的改善）
政治学（印度政府和政治）（17234）统计（论文-201：统计推论）（17245）应用统计（论文201AS：数学方法：数学方法-II）（17246）印度古典舞蹈（理论）（理论）（理论）（17228微生物和食品技术。）选修课：英语（17205）法语：书面理解和表达，语法和创造性写作（17206）德语-A（理论）（17207）印地语（17208）旁遮普语（17209）波斯语 - 波斯语-A：散文（17210）俄罗斯 - A：科学（A03：面向对象的编程（使用C ++））（17244）（旧）计算机科学（Paper-CS05（理论-A：计算机组织）（17291）农业（选择性III：农业多元化与机械）：社会结构与社会变化（17239）（17239）（17239）27 th paper（17239）27 th Silitive nistion（17239），第1750页，第1799页。唯一和shastri，学期 - III）旁遮普邦的历史和文化：旁遮普邦的历史和文化1200 C -1700 A.D.（17204）（用于B.A.仅）英语（强制）（17202）（用于B.Sc.仅）（B.Sc. 相同 微生物和食品技术与时装设计）12月至2024年2月2日，星期一）（B.Sc.微生物和食品技术与时装设计）12月至2024年2月2日，星期一（17224）数学（Paper-I：Advanced Colculus-I）（17241）动物学（Paper-I：生物多样性（Chordates）和Evolution-I）和Evolution-I）（Zoo-301）（17255）（17255）零售营销（17295）（17295）（17295）（17295）28 th，星期四，公共行政：纸张：Perssonel Administration：Perssonel Admitional（Perssonel Indial India）（Perssonel Croneque＆Sciente to India＆1726 3236） （17226）甘地研究（论文：圣雄甘地的社会思想）（17221）哲学（论文：印度伦理）（理论）（理论）（17233）生物化学（Paper-A：碳水化合物和脂质代谢）（碳水化学和脂质代谢）（17259 Biot-Elect-Sem III-T遗传工程和密歇根技术介绍）（17258）生物信息学（纸-V- BNE-3001）序列分析（17261）电子学（a：通信系统原理）（17264）（17264）29 th，星期五，星期五（punjabi（ummplory））
语言模型的公共可检测水印
生成的AI（Genai）技术，例如语言模型（LMS）和扩散模型，具有令人印象深刻的功能。这些功能包括文本学习，代码完成，文本到图像生成以及文档和代码聊天。然而，Genai技术也用于邪恶目的（例如，产生伪造的推文，产生攻击和有害散文）。To protect against such use cases, a large body of work has focused on detecting AI-generated content (Lavergne et al., 2008; Beresneva, 2016; Gehrmann et al., 2019; Zellers et al., 2019; Mitchell et al., 2023; GPTZero, 2023; Hendrik Kirchner et al., 2023).问题是：给定内容C，C是由特定的Genai工具生成的，例如GPT-4（OpenAI，2023），Gemini（Google DeepMind，2024）或稳定的扩散（Rombach等，2022）？非正式地，我们想要“ Genai Turing测试”。目前，试图检测任意AI生成的文本的主要方法是训练另一个AI模型以执行检测（Zellers等，2019; Mitchell等，2023; Gptzero，2023; Hendrik Kirchner等人，2023年，2023年）。此方法提出了一个关键的假设：AI生成的文本具有可通过AI识别的嵌入功能。这个假设的关键问题是，生成模型是明确设计的，以产生很难与自然内容（由人类或自然产生的）区分的现实内容。结果，随着生成模型的改善，任何“黑盒”检测方案都将遭受高误报和/或假阴性率。这些水印技术改变了生成过程，将“信号”嵌入生成的内容中。可用的探测器，例如Gptzero（Gptzero，2023）无法保证正确性 - 例如，作者直接指出，不应使用其工具引起的检测来谴责学生。为了避免这个基本问题，最近的一项工作（Aaronson，2023; Kirchenbauer等，2023; Christ等，2024; Kuditipudi等，2024）采取了另一种方法来检测AI含量。检测过程衡量信号：如果信号足够强，则可能是水标水标的。特别是Christ等人的加密方法。（2024）实现正式的完整概念（将检测到任何水印的文本），健全性（一个人不知道秘密而不能在文本上加水印）和失真（水印不会改变输出分布）。最后，这些水印
语言模型的公共可检测水印
生成的AI（Genai）技术，例如语言模型（LMS）和扩散模型，具有令人印象深刻的功能。这些功能包括文本学习，代码完成，文本到图像生成以及文档和代码聊天。然而，Genai技术也用于邪恶目的（例如，产生伪造的推文，产生攻击和有害散文）。To protect against such use cases, a large body of work has focused on detecting AI-generated content (Lavergne et al., 2008; Beresneva, 2016; Gehrmann et al., 2019; Zellers et al., 2019; Mitchell et al., 2023; GPTZero, 2023; Hendrik Kirchner et al., 2023).问题是：给定内容C，C是由特定的Genai工具生成的，例如GPT-4（OpenAI，2023），Gemini（Google DeepMind，2024）或稳定的扩散（Rombach等，2022）？非正式地，我们想要“ Genai Turing测试”。目前，试图检测任意AI生成的文本的主要方法是训练另一个AI模型以执行检测（Zellers等，2019; Mitchell等，2023; Gptzero，2023; Hendrik Kirchner等人，2023年，2023年）。此方法提出了一个关键的假设：AI生成的文本具有可通过AI识别的嵌入功能。这个假设的关键问题是，生成模型是明确设计的，以产生很难与自然内容（由人类或自然产生的）区分的现实内容。结果，随着生成模型的改善，任何“黑盒”检测方案都将遭受高误报和/或假阴性率。这些水印技术改变了生成过程，将“信号”嵌入生成的内容中。可用的探测器，例如Gptzero（Gptzero，2023）无法保证正确性 - 例如，作者直接指出，不应使用其工具引起的检测来谴责学生。为了避免这个基本问题，最近的一项工作（Aaronson，2023; Kirchenbauer等，2023; Christ等，2024; Kuditipudi等，2024）采取了另一种方法来检测AI含量。检测过程衡量信号：如果信号足够强，则可能是水标水标的。特别是Christ等人的加密方法。（2024）实现正式的完整概念（将检测到任何水印的文本），健全性（一个人不知道秘密而不能在文本上加水印）和失真（水印不会改变输出分布）。最后，这些水印
惊奇与恐惧：基于人工智能的自然语言生成对写作教学的影响 Chris M. Anson 北卡罗来纳州立大学
惊讶与惶恐：基于人工智能的自然语言生成对写作教学的影响 Chris M. Anson 美国北卡罗来纳州立大学 Ingerid S. Straume 挪威奥斯陆大学 摘要 基于人工智能的自然语言生成系统目前能够在极少的人为干预下生成独特的文本。 由于这类系统的改进速度非常快，如果教师期望学生自己写作——参与产生和组织想法、研究主题、起草连贯的文章，并利用反馈进行原则性修改等复杂过程，这些修改既能提高文本质量，又能帮助他们成长为作家——那么他们将面临这样的前景：学生可以使用这些系统生成看起来像人类的文本，而无需参与这些过程。 在本文中，我们首先描述基于人工智能的自然语言生成系统（如 GPT-3）的性质和功能，然后就教师如何应对系统日益改进及其对学生的可用性所带来的挑战提出一些建议。简介 教育工作者长期以来一直担心新技术的进步会颠覆学生的学习过程——这种担忧在电子计算器出现后的几十年里一直存在于数学教师中（见 Banks，2011）。互联网的出现首先引发了学生对资料来源使用的偏执，因为只需点击几下鼠标，就可以获得大量信息，而且复制粘贴成为学生在不注明出处的情况下将他人的文字拼接到自己的文章中的一种简单方法。文本可以在屏幕上进行操作以达到所需的长度（例如，通过不知不觉地增加逗号和句号的字体大小或更改字符宽度）。精通技术的学生很快就能通过用系统无法识别的西里尔字体替换看起来相同的字母、在行末添加不可见的单词（白色字体）或添加虚构的参考资料来欺骗抄袭检测工具。手机使人们能够通过发短信、存储信息或在线搜索在课堂考试中作弊。论文写作服务在互联网上蓬勃发展。与此同时，更复杂的翻译程序继续困扰着外语教师和那些与 L2 学生一起工作的人（Karbach，2020 年）。然而，与基于人工智能的语言生成技术的潜力相比，这些偷偷摸摸的逃避将显得微不足道：系统可以自动生成与人类书写完全或几乎完全一样的文字。这种下一代自然语言处理技术为写作教育者提出了关键问题。在本文中，我们首先简要描述了 GPT-3 等能够生成、总结、组织和翻译自然语言文本的人工智能系统的发展，并提供了一些这些系统功能的示例，既有帮助又令人不安。然后，我们讨论这些系统对学术写作教学的影响，在这些系统中，它们将越来越普及，并可供学生使用。
以人为本的人工智能：新时代精神 Yvonne Rogers，UCLIC ...
以人为本的人工智能：新时代精神 Yvonne Rogers，伦敦大学学院 UCLIC Hancock 的文章读起来就像一篇文学作品，充满了深奥的措辞和一些奇怪的拉丁语。这是一篇巧妙的散文，用尖锐的隐喻警告我们，未来会出现故障、功能失调和失效的自主机器，如果我们不采取有力的措施，它们可能会给社会带来严重破坏，甚至摧毁我们。最戏剧性的类比之一是将自主系统比作从海洋中升起的一圈火山岛的演变；是突然和爆炸性的，而不是缓慢渐进的演变。相比之下，我们人类被视为扮演着“海滩和河岸线的沿海角色”，随着火山喷发而消退。海洋形象确实描绘了一个世界末日的未来。我读这本书的时候想象自己听到了《世界大战》的配乐。那么，在为时已晚之前，我们能够、应该做些什么来应对预测中的自动机器的突然爆发呢？汉考克建议投入数十亿美元来培训一批新的机器法医心理学家，他们将能够比我们现在更清楚地了解机器的大脑，更好地理解它们为什么会选择特定的行动。这一切都很好，也是一种必要的战斗号召。但这已经开始在更广泛的人工智能领域发生——尽管规模并不宏大。越来越多的人机交互 (HCI) 研究人员、计算机科学家、哲学家和心理学家正在解决和面对人工智能的自主性——研究如何用替代的透明算法来取代它，这些算法将允许人类（和其他机器）检查、理解和纠正机器学习和机器决策，这些算法被编程来执行。让人工智能更加公平、负责、可解释和不偏不倚已成为普遍接受的目标。关于如何实现这一目标，已经发布了许多框架、白皮书和政策。例如，今年早些时候，欧盟发布了一项法规，其中除了详细的指导、规则和限制外，还建议禁止对人类造成或可能造成“身体或心理”伤害的人工智能系统。这些系统包括在人们不知情的情况下识别他们的面部和面部表情的自主系统；自动决定是否允许他们获得贷款、信贷、工作等。斯坦福大学开创性 HAI 中心的 Katharine Miller (2021) 刚刚发表了一篇关于未来工作的文章，她主张用鼓励以人为本的工作场所的替代价值观取代人工智能驱动的自动化理念。汉考克最近发表的反对自动驾驶技术的文章最让我吃惊的是——考虑到它已提交给《人机交互杂志》——它没有提到如果我们假设我们不希望技术完全自动化，我们应该考虑和设计什么样的控制、交互和界面。文章中间有一句话声称我们“正在见证人机交互和协作的关键分水岭”。但没有进一步说明这些是什么。
鹦鹉让我们了解智力是如何进化的
在过去的一年里，人工智能机器人 ChatGPT 以其回答问题、撰写论文甚至编写软件的能力让人们眼花缭乱。在美国听说过 ChatGPT 的 13 至 17 岁青少年中（大多数），19% 表示他们曾用它做作业。ChatGPT 和 Bard、Meta AI 等其他聊天机器人都基于大型语言模型（简称 LLM）。这些模型通过输入大量来自互联网的文本，经过训练可以编写出非常像人类的语言。虽然这些文本包括路易丝·格丽克的诗歌、奥普拉最爱的礼物指南和《纽约时报》的文章，但正如我们所知，它也包括虚假、诽谤、暴力和恐怖内容。作为一种安全措施，大型聊天机器人的创建者还训练它们拒绝提供不适当或有害的信息，比如如何窃取某人身份的分步说明。但训练并非万无一失，人们已经利用了聊天机器人的弱点。在本期中，物理学和资深作家 Emily Conover 深入探讨了计算机科学家为使聊天机器人走上正轨所做的努力（第 18 页）。Conover 解释说，这是一个巨大的挑战，部分原因是这些 LLM 仍然很新，科学家们才刚刚开始了解聊天机器人的弱点。随着 LLM 融入日常产品或承担地铁系统等任务，挑战将变得更大。现实情况是，尽管 LLM 有时听起来像人类，但实际上不是。在阅读 Conover 的文章时，我学到了一个有趣的术语“随机鹦鹉”。华盛顿大学的计算语言学家 Emily Bender 和同事用它来解释，虽然 LLM 可以将单词编译成散文，但他们不理解他们“写”的内容的含义，因此无法理解它是否不准确或不道德。他们只是在鹦鹉学舌。真正的鹦鹉和研究它们的科学家可能会对这个术语感到反感。鹦鹉以能够模仿人类的语言而闻名。现在，科学家们发现鹦鹉可以做更多的事情，包括使用工具、制作工具集、解决复杂的难题，有时甚至能理解我们说的话。正如特约撰稿人 Erin Garcia de Jesús 报道的那样，有些鹦鹉可以克制自己，放弃现在的小奖励，以便以后获得更大的奖励（第 24 页）。长期以来，许多科学家低估了鹦鹉——甚至认为它们很笨——因为它们的大脑不像人类和其他灵长类动物的大脑那么大、那么复杂。最近，科学家们发现，鹦鹉的小脑袋里挤满了神经元，具有与灵长类动物大脑类似的特征。鹦鹉智力的许多谜团仍有待解决，包括鸟类究竟是如何以及为什么进化出这些惊人的能力的。但找到答案最终可能有助于我们更好地理解我们自身智力的起源，以及我们遇到的其他形式的智慧。现在，我们可以惊叹于鹦鹉的欢乐、它们的美丽，以及它们似乎在用工具打开和吃海芒果时所获得的乐趣。——南希·舒特，主编
MHSHS 高级先修课程 2024
AP 艺术工作室：学生全年建立大学理事会作品集，用于提交大学先修课程。其他选项还包括 AP 2D 艺术和 AP 3D 艺术。AP 生物学（12 年级）：必须成功完成生物学；大学水平的生物学课程；高级实验室，分析和解释生物科学的“为什么”。满足 4 年级科学要求。AP 生物学（10 年级）：此 AP 生物学课程专为加速数学/科学途径的 10 年级学生设计。AP 微积分 AB：主题包括极限、代数和超越函数的导数和积分以及连续性。AP 微积分 BC：深入介绍极限、代数和超越函数的导数和积分以及连续性。AP 计算机科学原理：学生探索计算机科学的概念并学习这门特定于编程的课程的基础知识。AP 计算机科学 A：必须成功完成 AP 计算机科学原理。深入研究 Java 中的结构化编程和高级编程分析。满足 4 年级科学要求。AP 环境科学：建议成功完成生物学和化学。大学水平的课程，涵盖生态学、能源资源与保护、污染和生物技术。满足 4 年级科学要求。AP 法语：培养口语、阅读、写作和听力技能，并继续学习法国文化。这门课以法语授课。AP 人文地理：研究人类语言、宗教、政治和人口的模式和过程。非常适合作为了解 AP 课程严谨性的第一门课程。AP 语言和写作/美国文学：阅读复杂的文本并理解并撰写强调内容和目的的引人入胜的散文。学生将在本课程中学习第 11 届 LA EOC。AP 文学：加深对作家使用语言为读者提供意义和乐趣的方式的理解。注重批判性阅读、写作和思考。AP 宏观经济学/AP 美国政府：研究各级政府的结构、功能和相互关系。研究国民收入、价格决定以及经济表现和增长。 AP 物理 I：深入研究运动中的物质；鼓励有扎实数学背景的学生。 AP 心理学：研究心理学的科学性质，以及大脑和人类的发展与功能；行为过程。 AP 研究（Capstone 第二年）：Capstone 体验的第二年，学生设计、计划和开展为期一年的指导性研究调查。 AP 西班牙语：培养口语、阅读、写作和听力技能，并继续学习西班牙裔和拉丁文化。本课程以西班牙语授课。 AP 西班牙文学：AP 西班牙文学向学生介绍西班牙语文学的正式研究，代表了西班牙语世界中广泛的声音、文化和历史事件，特别注重批判性阅读和写作。这门课用西班牙语授课。AP 统计学：深入了解统计概念和方法。AP 研讨会（第一年顶点）：创新课程，学生从多个角度研究现实世界的主题。两年制课程的第一年。AP 美国历史：解读 17 世纪至 1990 年代美国历史的事实知识和分析技能。AP 世界历史：建立在对公元 1000 年之前人类阶段的文化、制度和技术基础的理解之上。
中期报告和第三季度建议
在过去的几个月里，我们眼前上演的人工智能 (AI) 革命动摇了我们脚下的战略地形。美国正处于一场以人工智能为主导的技术竞争中，融合了国家经济竞争力、大国竞争以及威权主义和民主之间的激烈较量。我们正处于这场新竞争的开端。我们制定的原则、我们进行的联邦投资、我们部署的国家安全应用、我们建立的组织、我们建立的伙伴关系以及我们培养的人才将决定美国的战略方针。委员会想要传达一个大想法。在计算、数据和人才方面赢得人工智能竞争的国家、公司和研究人员将有机会赢得更大的胜利。人工智能正在加速每一项科学和工程事业的创新。支持我们经济和安全的整个创新基础都将利用人工智能。AI 正在压缩创新时间。生物技术等领域曾经的奇思妙想将在不久的将来成为现实。稳定的 AI 研究弧线已成为 AI 能力的阶梯函数。就在最近，一个由 AI 驱动的文本生成器可以生成像人类书写一样的散文段落。有关脑机芯片接口进展的消息预示着人类思维与机器力量的融合。在国防方面，美国军方测试了一个由 AI 驱动的指挥和控制系统，该系统用“智能子弹”击落了一枚巡航导弹，证明了 AI 控制的战斗机可以在模拟空战中击败经验丰富的飞行员，并通过建模和仿真利用 AI 降低飞机的设计成本。与此同时，我们的对手不仅仅是在测试。他们利用人工智能生成的网络角色来针对我们进行虚假宣传活动。在这种令人眼花缭乱的背景下，委员会不得不采取创业方式。本报告是我们的第三份季度备忘录，也是国会授权的第二份中期报告。下面我们根据几个关键思想提出了 66 项建议。首先，我们必须保护民主国家免受人工智能支持的虚假信息和对手对人工智能的其他恶意使用。其次，政府应扩大和民主化基础人工智能研究——这是我们技术优势的源泉。第三，政府必须在国家安全部门和机构内为人工智能研发建立一个数字生态系统。第四，连接技术人员和操作员将是利用人工智能执行所有国家安全任务的关键。第五，我们必须通过加强 STEM 教育、招募全球最优秀的人才和培训国家安全队伍来弥补技术人才短缺。第六，我们必须建立一个有弹性的国内微电子工业基础。第七，我们需要制定与人工智能相关的技术的互联战略，包括生物技术和量子计算。第八，在全球竞争中，我们不能只关注国内举措。我们必须领导国际论坛上人工智能技术标准和规范的发展，加强与盟友和合作伙伴的人工智能伙伴关系，建设一个反映我们的价值观和保护我们利益的数字化未来。所有建议都说明了一个关键点：仅仅制定愿景是不够的。成功的战略需要在各部门和机构之间采取重大的强力行动，以及重大的行政和立法行动。它需要克服技术、官僚和人力障碍，并推动非常具体的政策。
中期报告和第三季度建议 - DTIC
在过去的几个月里，我们眼前上演的人工智能 (AI) 革命动摇了我们脚下的战略地形。美国正处于一场以人工智能为主导的技术竞争中，融合了国家经济竞争力、大国竞争以及威权主义和民主之间的激烈较量。我们正处于这场新竞争的开端。我们制定的原则、我们进行的联邦投资、我们部署的国家安全应用、我们建立的组织、我们建立的伙伴关系以及我们培养的人才将决定美国的战略方针。委员会想要传达一个大想法。在计算、数据和人才方面赢得人工智能竞争的国家、公司和研究人员将有机会赢得更大的胜利。人工智能正在加速每一项科学和工程事业的创新。支持我们经济和安全的整个创新基础都将利用人工智能。AI 正在压缩创新时间。生物技术等领域曾经的奇思妙想将在不久的将来成为现实。稳定的 AI 研究弧线已成为 AI 能力的阶梯函数。就在最近，一个由 AI 驱动的文本生成器可以生成像人类书写一样的散文段落。有关脑机芯片接口进展的消息预示着人类思维与机器力量的融合。在国防方面，美国军方测试了一个由 AI 驱动的指挥和控制系统，该系统用“智能子弹”击落了一枚巡航导弹，证明了 AI 控制的战斗机可以在模拟空战中击败经验丰富的飞行员，并通过建模和仿真利用 AI 降低飞机的设计成本。与此同时，我们的对手不仅仅是在测试。他们利用人工智能生成的网络角色来针对我们进行虚假宣传活动。在这种令人眼花缭乱的背景下，委员会不得不采取创业方式。本报告是我们的第三份季度备忘录，也是国会授权的第二份中期报告。下面我们根据几个关键思想提出了 66 项建议。首先，我们必须保护民主国家免受人工智能支持的虚假信息和对手对人工智能的其他恶意使用。其次，政府应扩大和民主化基础人工智能研究——这是我们技术优势的源泉。第三，政府必须在国家安全部门和机构内为人工智能研发建立一个数字生态系统。第四，连接技术人员和操作员将是利用人工智能执行所有国家安全任务的关键。第五，我们必须通过加强 STEM 教育、招募全球最优秀的人才和培训国家安全队伍来弥补技术人才短缺。第六，我们必须建立一个有弹性的国内微电子工业基础。第七，我们需要制定与人工智能相关的技术的互联战略，包括生物技术和量子计算。第八，在全球竞争中，我们不能只关注国内举措。我们必须领导国际论坛上人工智能技术标准和规范的发展，加强与盟友和合作伙伴的人工智能伙伴关系，建设一个反映我们的价值观和保护我们利益的数字化未来。所有建议都说明了一个关键点：仅仅制定愿景是不够的。成功的战略需要在各部门和机构之间采取重大的强力行动，以及重大的行政和立法行动。它需要克服技术、官僚和人力障碍，并推动非常具体的政策。