XiaoMi-AI文件搜索系统
World File Search SystemStrate
Moser：通过视图条件世界模型的特定任务观点学习感官策略
从视觉观察中学习的强化学习是许多现实世界应用的一个挑战性问题。现有算法大多依赖于需要人类知识的精心设计的固定相机的单个观察结果。最近的研究从不同的观点中学习了使用固定相机的不同观点，但这会产生高的组合和存储成本，并且可能无法保证最佳观点的覆盖范围。为了减轻这些局限性，我们提出了一种直接的视图条件，部分可观察到的马尔可夫降低过程（VPOMDPS）假设，而de-velop是一种新方法，即基于mo del的se nsor Controlle r（Moser）。Moser共同学习一个视图条件世界模型（VWM），以模拟环境，控制相机的感官政策以及完成任务的电动机政策。我们设计了带有其他模块的VWM的固有奖励，以指导感官策略以调整相机参数。关于运动和操纵任务的实验，Moser自主发现任务特定的观点并显着胜过大多数基线方法。
基于高斯的定向粒子群优化
粒子群优化 (PSO) 是一种迭代搜索方法，它使用随机步长将一组候选解决方案围绕搜索空间移动到已知的最佳全局和局部解决方案。在实际应用中，PSO 通常可以加速优化，因为梯度不可用且函数评估成本高昂。然而，传统的 PSO 算法忽略了从单个粒子的观察中可以获得的目标函数的潜在知识。因此，我们借鉴了贝叶斯优化的概念，并引入了目标函数的随机代理模型。也就是说，我们根据目标函数的过去评估拟合高斯过程，预测其形状，然后根据它调整粒子运动。我们的计算实验表明，PSO 的基线实现（即 SPSO2011）表现优异。此外，与最先进的代理辅助进化算法相比，我们在几个流行的基准函数上实现了显着的性能改进。总体而言，我们发现我们的算法实现了探索性和利用行为的理想特性。
合成 CRISPR/Cas9 试剂促进基因组编辑...
CRISPR/Cas9 已成为斑马鱼基因组编辑的有力工具，它允许使用 DNA 模板和同源定向修复 (HDR) 快速产生功能丧失突变和特定等位基因的敲入。我们检查了合成的、化学修饰的 gRNA 的效率，并证明与重组 Cas9 蛋白结合可诱导插入缺失和大型基因组缺失。我们开发了一种体内遗传检测方法来测量 HDR 效率，并利用该检测方法来测试改变模板设计对 HDR 的影响。利用合成的 gRNA 和线性 dsDNA 模板，我们成功地在多个基因组位点进行了荧光团的敲入，并证明了以高效率通过种系传递。我们证明合成的 HDR 模板可用于敲入细菌硝基还原酶 (ntr)，以促进特定细胞类型的谱系消融。总的来说，我们的数据证明了结合合成 gRNA 和 dsDNA 模板在体内进行同源定向修复和基因组编辑的实用性。
研究文章
为了更好地为本科生做好准备，他们需要技能来评估和解释与现实世界情景相关的科学数据。社会兴奋性问题通常是复杂或有争议的问题，需要个人评估其背景知识并就社会和文化背景做出决定。将社会科学问题纳入一门课程，使学生有机会阐明他们的论证能力。在这项研究中，我们研究了学生的生物内容知识与他们的论证技巧之间的关系。我们评估了学生关于mRNA疫苗开发和临床试验的主要研究文章的内容知识。内容知识和学生的论证技巧与疫苗犹豫不决没有相关性。大多数学生都表现出对主要研究文章的理解，但几乎一半的学生没有在他们的论点中包括特定的生物学知识，这表明他们很难将知识应用于现实世界。这些结果表明，有必要为学生提供有关社交问题的练习和发展论证技巧的其他机会。
在增强学习中利用运动模仿
本文通过模仿动作捕获剪辑来深入研究向机器人和虚拟特征教授高度动态技能的重要领域，这一问题弥合了人类专业知识和机器人的能力之间的鸿沟。它首先仔细检查了当前方法的优势和劣势，引起了他们对复杂，敏捷运动的斗争的关注，并具有适应各种情况的灵活性。基于深度学习，强化学习（RL）和模仿学习的最新进展，我们基于深度限制，以结合这些技术，以优化控制政策，并促进更加敏感，多样化和适应能力的动态技能。我们使用深度关系的运动夹数据来策划我们的方法，并成功地将其部署在Bob Biped机器人上，以进行各种动作，例如步行，跑步和跳跃。此外，还提出了一种课程培训策略，以将我们的算法的适用性扩展到具有不同形状，群众和动力学模型的各种双层机器人，从而推动了机器人技术和现实应用程序的创新。我们的代码和演示可在https://github.com/xiyichen/dh-project上公开获得。
盾：LLM驱动的架构诱导EV电池供应链中的预测分析
电动汽车（EV）电池供应链易受破坏的脆弱性，需要进行高级预测分析。我们提出了屏蔽（基于模式的层次结构诱导电动汽车供应链破坏），这是一种将大型语言模型（LLMS）与域专业知识集成的系统，用于电动电动电动电动电动电池电池支持链风险评估。屏蔽台：（1）LLM驱动的模式学习以结构全面的知识库，（2）使用微调语言模型进行事件提取，多维相似性，用于架构匹配的多维相似性，以及与图形卷积网络（GCN）的多维相似性（GCN），以及用于逻辑结构的访问 - 访问和（3） - 访问 - 3） - 3）增强决策。在365个来源（2022-2023）的12,070段中进行了评估，Shield优于基线GCN和LLM+提示方法（例如gpt-4O）在中断预测中。这些结果将盾牌在将LLM功能与领域专业知识相结合的有效性中，以进行供应链风险评估。1简介
RSPO3介导的代谢肝分离化调节小鼠的全身葡萄糖代谢和体重
非整倍性通常对细胞存活和生长构成挑战。然而，最近的研究发现了异倍性对某些调节基因突变的细胞有益的例外。我们的研究表明，缺乏纺锤体检查点基因BUB3的细胞表现出精选染色体的非整倍性。与野生型细胞相比，BUB3和BUB1的主轴检查点并不是萌芽的酵母，但BUB3和BUB1的损失增加了Chro Mosome错误分析的可能性。与普遍的假设相反，即由于生长缺陷，非整倍性细胞将胜任，我们的发现表明，bub3δ细胞在许多世代中始终保持特定染色体的脑倍倍倍。我们研究了这些额外的Chromo躯体在BUB3δ细胞中的持久性是由某些基因的有益表达升高而导致的，还是仅仅是耐受性。我们确定了涉及染色体分离和细胞周期调节的几个基因，这些基因赋予了对Bub3缺乏细胞的优势。总的来说，我们的结果表明，特定基因通过非整倍性的增益可能为染色体隔离保真度较差的菌株提供生存优势。
宇宙中最酷的指南针 - Indico Global
惯性传感器在导航系统中至关重要，但通常依赖于 GPS 网络。利用量子效应的新型惯性传感器有望在没有 GPS 的环境中（例如太空或水下）提供更好的运动绝对测量。在这项工作中，我们展示了如何使用环形玻色-爱因斯坦凝聚态 (BEC) 作为旋转传感器，方法是印记相 [1] 以产生低能声子驻波激发，然后观察激发的节点和波腹响应旋转的进动。我们观察到印记激发的高品质因数高达 Q = 27，当与相对较大的 100 μm 环直径相结合时，可实现比以前证明的更高的灵敏度 [2,3]。持续电流被印记到环中，模拟慢速旋转速度并展示该方案的测量效用。将实验结果与使用有限温度随机投影 Gross Pitaevskii 方程 (SPGPE) 的模拟结果进行了比较，揭示了主要的阻尼机制，并进一步展示了可以最小化阻尼的参数空间。
神经网络和大脑
最近，利用深度神经网络的表征来预测大脑反应取得了成功，这有望增进我们对灵长类动物大脑分层信息处理的理解。这种方法的有效性表明大脑和人工神经网络在表征上已经趋同。鉴于这两个系统都学会了在现实世界的视觉任务中实现高水平的表现，我们讨论了两个问题：i）这种趋同会延伸到多远？ii）哪些因素会影响这种趋同？在这里，我们研究了不同的任务和网络选择如何影响从神经网络表征到大脑反应的映射。我们建立了堆叠的体素编码模型，并比较了预测性能和堆叠权重。我们的结果表明，这些选择可能会影响神经网络和大脑之间的对应关系，从而对神经反应产生不同的解释。重要的是，我们的结果还表明，利用我们现有的大量大脑知识，可以深入了解人工神经网络中学习到的表征。
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