XiaoMi-AI文件搜索系统
World File Search SystemReplica
复制虫洞和黑洞内部
另请参阅：体量子场的熵和蒸发黑洞的纠缠楔。A. Almheiri、N. Engelhardt、D. Marolf、H. Maxfield。arXiv:1905.08762。从半经典几何看霍金辐射的佩奇曲线。A. Almheiri、R. Mahajan、J. Maldacena、Y. Zhao。arXiv:1908.10996。复制虫洞和霍金辐射的熵。A. Almheiri、T. Hartman、J. Maldacena、E. Shaghoulian、A. Tajdini。arXiv:1911.12333。其他重要工作作者：Akers、Harlow、Bousso、Tomasevic、Chen、Fisher、Hernandez、Myers、Ruan、Rozali、Van Raamsdonk、Sully、Waddell、Wakeham
复制市场：人工智能复制的成果、经验教训、挑战和机遇
过去十年，社会和行为科学领域出现了系统的大规模复制项目（Camerer 等人，2016 年、2018 年；Ebersole 等人，2016 年；Klein 等人，2014 年、2018 年；Collaboration，2015 年）。这些项目是由理论和概念上的担忧推动的，即科学出版物中大量的“假阳性”（Ioannidis，2005）和“可疑研究实践”的盛行（Simmons、Nelson和Simonsohn，2011）。对研究结果可信度的担忧并非行为科学和社会科学所独有；在计算机科学领域，人工智能（AI）和机器学习（ML）是特别令人担忧的领域（Lucic等人，2018年；Freire、Bonnet和Shasha，2012年；Gundersen和Kjensmo，2018年；Henderson等人，2018年）。鉴于行为科学和社会科学在促进提高研究可信度的新方法方面发挥着先锋作用，分析从这一领域中吸取的经验教训是一种很有前途的方法。在本文中，我们回顾了行为和社会科学以及 DARPA SCORE 项目中使用的方法。我们特别关注人类预测复制结果的作用，以及预测如何利用从相对劳动和资源密集型的复制中获得的信息。我们将讨论使用这些方法来监控和提高计算机科学、人工智能和机器学习研究领域的可信度的机会和挑战。
