XiaoMi-AI文件搜索系统
World File Search SystemScaling
在东非学校推广清洁烹饪
在东非，学校广泛使用木柴做饭已成为一个严重的环境和经济问题。仅肯尼亚的教育部门每年就消耗了惊人的1000万棵树，突显了其对当地森林和生物多样性的严重影响。在整个地区，大约90％的公立学校依赖木柴，这是森林砍伐的重要原因。据《自然肯尼亚》报道，一所学校每年可以砍伐多达56英亩的森林来满足其做饭需求。学校使用木柴是森林砍伐的重要原因，高需求导致每年森林覆盖率大幅下降。根据Energy4Impact的数据，乌干达的森林正以每年2.6％的惊人速度减少，是全球最高的速度之一，对该国未来几十年的森林覆盖构成严重威胁。在坦桑尼亚，近 83% 的能源来自木柴和木炭等生物质来源，这种依赖在学校尤为突出。例如，曼雅拉小学以前每月消耗约 10 拖拉机的木柴，成本约为 640 美元。努力引入更有效的能源，
将扩散模型缩放到现实世界3D激光雷达场景完成
计算机视觉技术在自动驾驶汽车的感知堆栈中起着核心作用。使用此类方法来感知给定数据的车辆周围环境。3D激光雷达传感器通常用于从场景中收集稀疏的3D点云。然而，根据人类的看法，这种系统努力鉴于那些稀疏的点云，因此很难塑造现场的看不见的部分。在此问题中，场景完成任务旨在预测LiDAR测量中的差距，以实现更完整的场景表示。鉴于最近扩散模型作为图像的生成模型的有希望的结果，我们建议将其扩展以实现单个3D LIDAR扫描的场景。以前的作品使用了从LiDAR数据提取的范围图像上使用扩散模型，直接应用了基于图像的扩散方法。差不多，我们建议直接在这些点上操作，并介绍尖锐的和降解的扩散过程，以便它可以在场景规模上有效地工作。与我们的方法一起，我们提出了正规化损失，以稳定在denoising过程中预测的噪声。我们的实验评估表明，我们的方法可以在单个LIDAR扫描中完成场景，作为输入，与最新场景完成方法相比，产生了更多详细信息的场景。我们认为，我们提出的扩散过程公式可以支持应用于场景尺度点云数据的扩散模型中的进一步研究。1
rlaif vs. rlhf：通过AI反馈从人类反馈中缩放加强
Harrison Lee，Samrat Phatale，Hassan Mansoor，Thomas Mesnard，Johan Ferret，Kellie Lu，Colton Bishop，Ethan Hall，VictorCărbune，Abhinav Rastogi，Sushant Prakash Prakash ICML 2024 div>Harrison Lee，Samrat Phatale，Hassan Mansoor，Thomas Mesnard，Johan Ferret，Kellie Lu，Colton Bishop，Ethan Hall，VictorCărbune，Abhinav Rastogi，Sushant Prakash Prakash ICML 2024 div>
人类负责的缩放政策，2024年10月15日
背景。AI安全级别标准（ASL标准）是一套安全培训和部署Frontier AI模型的技术和运营措施。这些目前分为两类：部署标准和安全标准。随着模型功能的增加，对更强大的保障措施的需求也将在更高的ASL标准中捕获。目前，我们所有的模型都必须符合ASL-2部署和安全标准。要确定何时已经足够先进的模型以使其部署和安全措施得到加强，我们使用能力阈值的概念和所需的保障措施。功能阈值告诉我们何时需要升级保护措施，相应的必要保障措施告诉我们应适用什么标准。
初始环境考试印度：扩展...
ADB - Asian Development Bank AMC - Annual Maintenance Contract CEMP - Construction Environment Management Plan CFL - Compact Fluorescent Lamp CPCB - Central Pollution Control Board DDR - Due Diligence Report DISCOMs - Distribution Companies EA - Executing Agency EARF - Environmental Assessment and Review Framework EESL - Energy Efficiency Services Limited EHSS - Environmental, Health, Safety and Social EIA - Environmental Impact Assessment EMP - Environmental Management Plan ESCO - Energy Service Company ESMU - Environmental and Social Management Unit FI - Financial Intermediary GEF - Global Environment Facility GoI - Government of India GRC - Grievance Redress Committee GRM - Grievance Redress Mechanism IEE - Initial Environmental Examination LED - Light-Emitting Diode MoEF&CC - Ministry of Environment, Forest and Climate Change MW - Mega Watt NMEEE - National Mission on Enhanced Energy Efficiency OEM - Original Equipment Manufacturer PMU - Project Management Unit QPR -季度进度报告REA-快速环境评估SDU-可持续发展单元SPCB-州污染控制委员会SPS-保障政策声明TSDF-治疗，存储和处置设施ULB ULB - 城市本地机构
孟加拉国扩大可再生能源项目 (...
2. 组件 1 – Feni 公用事业级太阳能光伏：孟加拉国电力公司 (EGCB) 位于 Feni Sonagazi 的 50 兆瓦 (MW) 太阳能光伏 (PV) 电厂正在由工程、采购和施工 (EPC) 承包商建设，由业主工程师 (OE) 监督。由于 EPC 合同成本低于评估估计，包括投标竞争非常激烈，并且太阳能光伏成本持续下降，该项目节省了高达 2300 万美元。EGCB 已要求并评估了 EPC 的变更单提案，以将电厂规模从 50 兆瓦扩大到约 75 兆瓦。银行于 2022 年 9 月 16 日对拟议的 EPC 合同修订表示不反对。EGCB 还将提交 OE 合同修订供银行审查。更大的电厂规模将需要在项目区域添加一些 EGCB 已经拥有的直接相邻土地。扩建后的工厂将需要大约三个月的时间才能完工，并有望在 2023 年 7 月完成，即在项目寿命内完成。
Megascale：将大型语言模型培训扩展到10,000多个GPU
Qi Huang 1 Yangrui Chen 1 Zhi Zhang 1 Yanghua Peng 1 Xiang Li 1 Cong Xie 1 Shibiao Nong 1 Yulu Jia 1 Sun He 1 Hongmin Chen 1 Zhihao Bai 1 Qi Hou 1 Shipeng Yan 1 Ding Zhou 1 Yiyao Sheng 1 Zhuo Jiang 1 Haohan Xu 1 Haoran Wei 1 Zhang Zhang 1 Pengfei Nie 1 Leqi Zou 1 Sida Zhao 1 Liang Xiang 1 Zherui Liu 1 Zhe Li 1 Xiaoying Jia 1 Jianxi Ye 1 Xin Jin 2 , Xin Liu 1
扩展负责任的人工智能解决方案
重要的是，符合负责任的人工智能 (RAI) 最佳实践并具有积极社会环境影响的人工智能系统应得到支持，以发展并惠及可能从中受益的潜在用户和社区。然而，新兴的人工智能项目在实际实施 RAI 原则以及扩展方面遇到了挑战。RAI 的主要挑战包括减轻偏见和歧视、确保代表性和情境适当性、流程和结果的透明度和可解释性、维护人权以及确保人工智能不会重现或加剧不平等。RAI 的框架已经激增，但往往停留在高水平，没有在各种用途和情境中实施的技术指南。同时，扩展过程本身可能会给实现或保持 RAI 遵守带来障碍和复杂性。