XiaoMi-AI文件搜索系统
World File Search SystemSHARING
停止共享数据：访问算法、群体学习和下一代 FAIR（联邦人工智能就绪）原则和实践
摘要：机器学习领域的快速发展也带来了一些生存挑战，这些挑战本质上都与“信任”这一广义概念有关。这一广义概念的各个方面包括对任何机器学习过程输出的信任（以及防止黑匣子、幻觉等）。对科学的信任正受到威胁，尤其是现在法学硕士可以产生“好看的废话”，论文工厂的出现是为了应对当前研究环境中不正当的奖励制度。同一枚硬币的另一面是，如果机器学习得不到适当的控制，它也会突破安全和隐私障碍，违反 GDPR 以及其他道德、法律和社会障碍，包括公平性。此外，数据“某处”的存在绝不意味着其实际可重用性。这包括现已确立的 FAIR 原则的四个要素：许多数据即使找到也无法找到，在明确定义的条件下也无法访问，如果访问则无法互操作（第三方和机器无法理解），这导致绝大多数数据和信息无法重复使用，除非违反版权、隐私法规或隐含或明确支撑查询或深度学习算法的基本概念模型。现在，越来越多的数据也将被机器“独立”使用，所有这些挑战都将严重加剧。本次主题演讲将讨论“数据访问”相对于传统的“数据共享”（包含数据下载、传输和失去控制的内涵）如何减轻大多数（如果不是全部）传统“数据共享”的不良副作用。对于联合数据访问，数据应该从另一个意义上或角度来看是公平的，它们应该是“联合的、AI-Ready”的，以便访问算法可以回答与访问控制、同意、格式相关的问题，并且可以读取有关数据本身的丰富（公平）元数据，以确定它们是否“适合用途”和机器可操作（即公平数字对象或机器可操作单元）。“适合用途”的概念远远超出了（但包括）有关方法、质量、误差线等的信息。访问算法的所有操作的“不可变日志记录”至关重要，尤其是在使用“群体学习”中的自学习算法时。足以让我们忙上一阵子了。https://www.nature.com/articles/s41586-021-03583-3
什么是散落的土地连续性？
竞赛（请参阅什么是饲料食品竞赛？）意味着人们保持饥饿或营养不良（另请参见什么是营养不良？）。在这里，他们认为，由于饥饿的根源在很大程度上是社会经济的，因此无需增加粮食生产，因此不需要更高的养殖农田，这意味着改善农场生物多样性（土地共享）（甚至是保护（甚至扩大）保护区域以保护（保存土地））并不一定要在冲突中进行冲突。而不是专注于更高的农业方法（有利于大型土地所有者），从而确保足够的社会经济和物理获取生产资料（即安全的土地任期）和高质量的食品可能对解决饥饿和营养不良更有益。在这里，土地共享和农业生态农业实践（另请参见什么是农业生态学？）可能对改善获得当地食品和其他生态系统服务（例如饮用水和柴火）的机会以及支持农场生物多样性保护更为有益。
减少部落合作伙伴的成本分摊
在美属萨摩亚、关岛、北马里亚纳群岛、维尔京群岛或波多黎各学习，或涉及印第安部落或部落组织（定义见《印第安人自决和教育援助法》第 4 节，25 USC 5304）。根据 1986 年 WRDA 修订版第 1156 节（33 USC 2310），免除最高 200,000 美元的非联邦费用分摊（以 1987 财年的价格水平计算，该金额每年根据通货膨胀进行调整）。对于 2024 财年，根据通货膨胀调整后的最高免除金额为 648,000 美元；但是，根据非联邦赞助商满足其所需费用分摊所需的资金，免除的金额可能低于最高免除金额。未来财政年度的最新最高豁免金额将在每个财政年度发布的经济指导备忘录中提供（通常在 10 月中下旬）。最高豁免金额根据执行可行性成本分摊协议的财政年度确定，此后不会改变
安全云 - 存储带有文件访问和文件共享控制
摘要 - 近年来，由于其高效和低成本的管理，基于云的数据存储服务在近年来引起了学术和行业的兴趣。由于它在开放网络中提供服务，因此服务提供商迫切需要使用安全的数据存储和共享机制，以确保数据机密性和服务用户隐私。为了保护敏感数据免于受到损害，最广泛使用的方法是加密。但是，简单地加密数据（例如，通过AES）无法完全满足数据管理的实际需求。此外，还需要考虑对下载请求的有效访问控制，以便无法为阻碍用户享受服务的经济拒绝可持续性（EDOS）攻击。在本文中，我们在基于云的存储的背景下考虑双重访问控制，因为我们在数据访问和下载请求上设计了控制机制，而不会损失安全性和效率。在本文中设计了两个双访问控制系统，其中每个系统都用于独特的设计设置。还提供了系统的安全性和实验分析。
用准确提示减少错误信息共享
h e是一个非常关注的根源，并且已经付出了巨大的努力来减少它。除此之外，分享假新闻和其他错误信息会使问题恶化。当前方法的主要方法是特定于内容的，例如标记内容的算法降级。尽管发现这些特定内容的方法是有效的（Martel＆Rand，2023），但它们不足以与社交媒体上发布的大量内容保持同步。例如，在2022年，每分钟在Meta/Facebook上发布了约170万件内容（Domo，2023）。在这个规模上，至少可以说，事实检查变得高度挑战！