XiaoMi-AI文件搜索系统
World File Search SystemScientific
引用：Dimitrios Kotsiris。等。 “由于阴道加德纳菌引起的慢性细菌前列腺炎病例”。ACTA科学临床病例报告
8。Johri Av。等。 “病例报告：通过噬菌体治疗的复发性大肠杆菌感染成功治疗患有慢性细菌前列腺炎的患者”。 Pharmacol Ogy（2023）的边界。Johri Av。等。“病例报告：通过噬菌体治疗的复发性大肠杆菌感染成功治疗患有慢性细菌前列腺炎的患者”。Pharmacol Ogy（2023）的边界。
引文：Dimitrios Kotsiris 等人。“一例因阴道加德纳菌引起的慢性细菌性前列腺炎病例”。Acta Scientific Clinical Case Reports
8. Johri AV. 等人。“病例报告：使用噬菌体疗法成功治疗患有慢性细菌性前列腺炎患者的复发性大肠杆菌感染”。《药理学前沿》（2023 年）。
一项关于科学研究的大语言模型的调查
近年来，大型语言模型的快速发展（LLM）改变了科学研究的景观，在研究周期的各个阶段提供了前所未有的支持。本文介绍了第一个专门探讨LLM如何彻底改变科学研究过程的系统调查。我们分析了LLM在研究的四个关键阶段中扮演的独特角色：假设发现，实验计划和实施，科学写作和同伴审查。我们的评论全面展示了特定于任务的方法和评估基准。通过确定当前的挑战并提出未来的研究指示，这项调查不仅强调了LLM的变革潜力，而且还旨在激发和指导研究人员和从业人员利用LLMS提高科学询问。资源可在以下存储库中获得：https：//github.com/du-nlp-lab/llm4sr。
BeefBot：利用先进的 LLM 和 RAG 技术为牛肉生产商提供科学技术解决方案
我们提出了 BeefBot，这是一款专为牛肉生产商设计的由 LLM 驱动的聊天机器人。它检索最新的农业技术 (AgTech)、实践和科学见解，以提供快速、特定领域的建议，帮助有效应对农场挑战。虽然像 ChatGPT 这样的通用大型语言模型 (LLM) 对于信息检索很有用，但它们往往会产生幻觉，无法根据牛肉生产商的特定需求提供定制的解决方案，包括特定品种的策略、操作实践和区域适应。在 LLM 应用程序中合并领域特定数据有两种常用方法：检索增强生成 (RAG) 和微调。然而，它们各自的优点和缺点还不太清楚。因此，我们实现了一个流程，使用 BeefBot 中的开源 LLM 应用 RAG 和微调，并评估权衡。通过这样做，我们能够选择最佳组合作为 BeefBot 的后端，提供可操作的建议，提高牛肉生产商的生产力和可持续性，同时减少幻觉。BeefBot 的主要优势包括其作为与任何浏览器兼容的基于 Web 的平台的可访问性、通过 RAG 不断更新知识、通过本地部署实现机密保证以及通过交互式网站提供的用户友好体验。BeefBot 的演示可在 https://www.youtube. com/watch?v=r7mde1EOG4o 上访问。
企业家取向与环境可持续性之间联系的科学映射：书目分析
企业家取向（EO）和环境可持续性（ES）最近已成为广泛研究的主题。本文的目的是通过对十多年的出版物进行文献计量网络和系统审查分析来全面分析EO和ES。使用Scopus和Mendeley搜索引擎确定了总共390篇文章。在2012年至2021年间发表了53篇期刊上发表的一百八个文章进行了分析。协会分析由作者，合着者和关键字进行，以及按标题和摘要字段，摘要字段和标题字段单词进行的关键字分析，在二进制计数方法下具有最高频率和最高相关性得分。绩效，企业家取向，关系，企业家精神，企业家和业务关键字是摘要中最主要的事件。关键主题包括企业家取向的模型；在理解审查工作方面，环境可持续性可能更全面。这项全面的审查对推进生态企业家取向和环境可持续性的议程具有重要的理论意义。该研究的结果将帮助学者和研究人员确定未来的研究方向和学科领域。
I. DeLimaris。研究DNA损伤与阿尔茨海默氏病之间的潜在关系：一种临床生物学方法。科学慢性
单细胞凝胶电泳测定法，也称为彗星测定法，是一种广泛使用的方法，可在视觉上评估DNA损伤。受到碱性条件的影响，具有不同分子量和电荷的DNA分子在电场中表现出不同的行为。未损坏的DNA分子保留在细胞核内，并在电泳过程中显示出最小的迁移，而变性的DNA片段则从核中迁移。遗传物质从细胞核到尾部的迁移增加，称为“彗星损伤”，是DNA损伤的量度。彗星测定基本上涉及量化通过光学显微镜获得的图像[5]。此外，人类8-羟基-2-脱氧鸟苷（8-OHDG）ELISA测定是一种精确的体外定量技术，用于检测人类唾液，血清，尿液和质量样品中的8-OHDG。8-OHDG是由于鸟嘌呤的羟基自由基攻击引起的活性氧（ROS）诱导的DNA碱基修饰。通过ELISA对8- OHDG浓度的量化由于其稳定性而变得越来越流行，
出版详情：Hsu, P.-N.、Shie, K.-C.、Chen, K.-P.、Tu, J.-C.、Wu, C.-C.、Tsou, N.-T.、Lo, Y.-C.、Chen, N.-Y.、Hsieh, Y.-F.、Wu, M.、Chen, C. 和 Tu, K.-N. (2022)。人工智能深度学习用于 3D IC 可靠性预测。科学报告，12，第 6711 篇文章。https://doi.org/10.1038/s41598-022-08179-z
由于 2D IC 的摩尔定律即将终结，三维集成电路 (3D IC) 技术最近备受关注。然而，3D IC 的可靠性受制造过程中互连中的空洞和故障的影响很大，通常需要缓慢测试并依赖于人的判断。因此，对 3D IC 的不断增长的需求引起了人们对可靠性分析和故障预测重要性的极大关注。本研究结合基于卷积神经网络 (CNN) 的 AI 深度学习，对 3D X 射线断层扫描图像进行无损分析。通过使用可靠的收集图像数据库训练 AI 机器，AI 可以根据无损 3D X 射线断层扫描图像快速检测和预测焊点的互连操作故障，准确率高达 89.9%。还揭示了决定回流微凸块“良好”或“故障”条件的重要特征，例如中间横截面的面积损失百分比。
人工智能带来的科学不端行为和数据操纵威胁日益增加
人工智能 (AI) 的出现彻底改变了各个领域，包括科学研究。从数据分析到预测模型，AI 以各种方式为研究领域做出了贡献。然而，对 AI 系统的依赖引入了易受攻击的漏洞。尽管 AI 有可能加速科学发现的速度并分析大量数据，但它与科学不端行为和数据操纵的担忧有关。
科学人工智能的“黑匣子”无法与 200 年历史的方法相提并论
训练尖端的深度神经网络需要大量数据，而使用当前方法进行重新训练的负担仍然很大。在对深度学习网络进行训练和重新训练以执行涉及复杂物理的不同任务后，莱斯大学的研究人员使用傅里叶分析比较了两次迭代中的所有 40,000 个内核，发现超过 99% 是相似的。此图显示了重新训练前（左）和重新训练后（右）差异最大的四个内核的傅里叶光谱。研究结果表明，该方法有可能找到更有效的重新训练路径，并且需要的数据要少得多。图片来源：P. Hassanzadeh/莱斯大学
HAAS，Quentin 等人。利用人工智能管理 COVID-19 科学证据 Torrent 和 Risklick AI：药理学和治疗发展的关键工具。在：药理学，2021 年，第 106 卷，第 5-6 期，第 244-253 页。doi：10.1159/000515908
摘要简介：SARS-CoV-2 大流行引发了现代科学史上最关键、最无止境的出版浪潮之一。人们广泛认识到查找和追踪相关信息并量化其质量的必要性。现代信息检索技术与人工智能 (AI) 相结合，成为 COVID-19 活体证据管理的关键策略之一。尽管如此，大多数检索 COVID-19 文献的 AI 项目仍然需要手动任务。方法：在此背景下，我们提出了一个新颖的自动搜索平台 Risklick AI，旨在自动收集 COVID-19 科学证据，并使科学家、政策制定者和医疗保健专业人员能够实时找到与他们感兴趣的问题最相关的信息。结果：在这里，我们比较了 Risklick AI 与 clinicaltrials.gov 和 PubMed 在药理学和临床干预领域的查找 COVID-19 相关临床试验和科学出版物的能力。讨论：结果表明，Risklick AI 能够更有效地找到 COVID-19 参考文献，无论是在准确率还是召回率方面，相比之下