XiaoMi-AI文件搜索系统
World File Search SystemStrate
知识导航器：科学文献中探索性搜索的LLM指导浏览框架
科学文献的指数增长需要有效的知识探索工具。我们提出了知识导航，该系统旨在通过组织和构造从广泛的局部查询中检索到的文档来增强探索性搜索能力，从而成为可通航的，两级的命名和描述性科学主题和子主题的可通道的两级层次结构。这个结构化的组织涉及域中研究主题的总体观点，同时还可以通过允许用户完善其焦点并检索其他相关文档，从而在特定子主题中迭代搜索和更深入的知识发现。知识导航器将LLM功能与基于群集的方法相结合，以获得有效的浏览方法。我们通过对两个新颖的基准（C lus trec-covid and s ci-toc）进行了体质和手动评估来揭示方法的有效性。我们的代码，提示和基准是公开可用的。
大型农作物的语言模型产量预测
准确的农作物产量预测对于农业计划和粮食安全至关重要。传统方法通常难以整合多种数据集，从而导致次优预测。本文介绍了一种新颖的方法，该方法杠杆模型（LLMS）（特定于GPT-4）结合了迅速的工程，以提高预测精度。我们的方法进行了特定的特定提示，以指导LLM从天气塑料，土壤特性，历史收益率和恢复感应的数据中综合数据。我们进行了广泛的实验，将我们的方法与传统机器学习模型和思想链（COT）方法进行了比较。结果表明，我们的方法在上下文的准确性，解释质量和场景适应性方面显着优于这些基准。这项研究强调了LLM在推进农业分析方面的潜力，并为该领域的未来研究奠定了基础。
一种抗原触发Guillain – Barr´e -Stohl综合征
由支原体肺炎感染已被认为是Guillain - Barr E - Stohl综合征的先前因素。Guillain - Barr E - Stohl综合征是由对主要糖脂的免疫反应触发的，并且已经假定肺炎支原体感染会触发该综合征，原因是该综合征是由于半乳糖膜的生产而引起的。在这里，我们对104种支原体物种的224个基因组序列进行了广泛的比较，以表征半乳乳脑化生物合成的遗传决定因素。隐藏的马尔可夫模型用于分析甘草转移酶，从而鉴定出功能性蛋白质结构域的识别，称为M2000535，该蛋白质结构域大约在三分之一的研究基因组中出现。该结构域似乎与潜在的UDP-葡萄糖表达酶相关，该酶将UDP-葡萄糖融合到UDP-半乳糖中，这是半乳糖苷的生物合成的主要基础。这些发现阐明了强调Guillain - Barr E - Stohl综合征的致病机制。肺炎感染。
用于经济研究的生成式人工智能：用例和对经济学家的启示 *
生成式人工智能，尤其是大型语言模型 (LLM)（例如 ChatGPT），有可能彻底改变研究。我描述了六个领域的数十个用例，在这些领域中，LLM 开始成为有用的研究助手和导师：构思和反馈、写作、背景研究、数据分析、编码和数学推导。我提供了一般说明，并展示了如何利用每个示例的具体示例，将 LLM 功能从实验性到非常有用进行分类。我认为，经济学家可以通过利用生成式人工智能来自动化微任务来获得显着的生产力收益。此外，随着所有这些领域的人工智能系统性能的不断提高，这些收益将不断增长。我还推测了人工智能驱动的认知自动化对经济研究的长期影响。与本文相关的在线资源提供了如何入门的说明，并将定期更新对经济学家有用的生成式人工智能的最新功能。
微波光子的参数可编程延迟线
存储量子信息的延迟线对于推进量子中继器和硬件高效的量子计算机至关重要。传统上，它们被实现为支持波传播但对传播场提供有限控制的扩展系统。在这里，我们引入了一种参数寻址的微波光子延迟线，它对存储的脉冲提供了高水平的控制。通过参数驱动与一组谐振器弱混合的三波混频电路元件，我们设计了一种模拟物理延迟线的光谱响应，同时提供对延迟线属性的快速控制。我们通过选择发射哪个光子回波、及时转换脉冲甚至交换两个脉冲来展示这种新颖的控制程度，所有这些脉冲的能量都与单个光子的数量级相当。我们还测量了参数相互作用所增加的噪声，发现它远小于一个光子。
帮助人们利用最佳方法做出更好的决策......
积分和等级等游戏元素是吸引和激励学生和顾客的常用工具。然而，没有任何理论可以告诉我们哪些激励结构有效以及如何设计它们。在这里，我们将游戏化实践与强化学习中的奖励塑造理论联系起来。我们利用这种联系来开发一种方法，用于设计有效的激励结构并划分游戏化何时成功和何时失败。我们在两个行为实验中评估了我们的方法。第一个实验的结果表明，用我们的方法设计的激励结构可以帮助人们做出更好、更短视的决策，并避免不太原则的方法的陷阱。第二个实验的结果表明，使用积分和徽章等游戏元素可以有效地实施此类激励结构。这些结果表明，我们的方法提供了一种利用游戏化帮助人们做出更好决策的原则性方法。
评估用于控制软件定义超材料的能量收集太赫兹纳米网络的可靠性
在太赫兹 (THz) 频带中工作的电磁纳米网络正在成为一种有前途的技术，用于支持各种纳米级应用。在这样的规模下，使用电池在许多情况下是不可行的，因此纳米节点预计仅使用依赖能量收集的电容器来工作。这将导致能量存储容量受限且充电速率不可预测，进而导致纳米节点的非周期性间歇性开关行为。这种模式目前基本上尚未被探索，因此很难断言可实现的网络可靠性。为了提供初步见解，我们研究了在接收纳米节点间歇性开关行为的情况下，在单跳下行链路广播场景中纳米级 THz 通信的可靠性。我们这样做是因为我们相信可靠的通信对于软件控制的超材料应用非常重要。我们的结果表明，需要智能选择能级来打开和关闭无电池纳米节点。此外，也许与直觉相反，我们证明了数据包的重复会大大降低所考虑的纳米网络的可靠性。
毕达氏症：数据预取的神经模型
机器学习越来越多地遍布RDBMS的所有组件，因此可以通过查询工作负载和数据分布中的杠杆相关性来实例化。到目前为止，它在基数估计和查询优化方面取得了重大成功，从而导致查询执行更快。但是，在优化RDBMS缓冲区管理模块方面的努力有限。准确预测页面访问会带来许多挑战。我们克服了这些挑战，并提出了Pythia，这是一种神经预测模型，可以准确预测复杂SQL查询的非序列页面访问。然后可以使用毕曲（Pythia）的输出来预取页页面，从而提高性能。此外，我们还将毕缩影集成到Postgres的缓冲区管理模块中。在不适合时，它可以明智地执行预测和预取，并在没有时默认为现有的缓冲区管理算法。我们进行了广泛的实验和示例，即毕曲霉达到了明显的准确性，并且在DSB OLAP基准测试中查询的速度高达6倍。
![ARXIV：2006.03407V2 [QUANT-PH] 2020年9月22日](/simg/b\b3cb998fdbce89ed9ee799c237ec458de7f385ee.webp)
ARXIV：2006.03407V2 [QUANT-PH] 2020年9月22日
时间序列数据在各种各样的现实应用中都普遍存在，它呼吁Peo-Ple的可信赖和可解释的模型，以理解和完全信任AI Solutions的决定。我们考虑从多变量时间序列数据中构建可解释的分类器的问题。理解此类预测模型的关键标准涉及阐明和量化与分类的输入变量变化的时间的争议。因此，我们引入了一种新颖的，模块化的基于卷积的特征外推和注意机制，同时识别变量以及确定分类输出的时间间隔。我们通过几个基准数据集提出了广泛的实验结果，这些数据集表明所提出的方法超过了多变化时间序列分类任务的最新基线方法。我们的案例研究结果表明，通过采用方法识别的变量和时间间隔相对于可用领域知识是有意义的。
miR2118 依赖的富含 U 的 phasiRNA 在水稻花药壁发育中的产生
生殖特异性小 RNA 是动物和植物生殖系发育的重要调节因子。microRNA2118 (miR2118) 在植物中是保守的，可诱导阶段性小干扰 RNA (phasiRNA) 的产生。为了揭示 miR2118 的生物学功能，我们在此描述了 miR2118 簇大量缺失的水稻突变体。我们的结果表明，miR2118 的缺失会导致水稻严重的雄性和雌性不育，并伴有体细胞花药壁细胞的明显形态和发育异常。小 RNA 分析表明，花药壁中依赖 miR2118 的 21 核苷酸 (nt) phasiRNA 富含 U，与生殖细胞中的 phasiRNA 不同。此外，miR2118 依赖的 21-nt phasiRNA 生物合成可能涉及 Argonaute 蛋白 OsAGO1b/OsAGO1d，这些蛋白在花药壁细胞层中含量丰富。我们的研究突出了体细胞花药壁和生殖细胞之间 phasiRNA 的位点特异性差异，并证明了 miR2118/U-phasiRNA 在花药壁发育和水稻繁殖中发挥的重要作用。