XiaoMi-AI文件搜索系统
World File Search SystemUne
蛋白质序列结构图的未探索区域通过折叠语言模型库揭示了
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2025年1月13日。 https://doi.org/10.1101/2023.12.22.573145 doi：Biorxiv Preprint
人工智能与人权，一场不平等的斗争
人工智能 (AI) 是一种诞生于 20 世纪 50 年代的智能，是数字革命不可或缺的一部分。人工智能的进步使得能够与人类能力相媲美甚至在某些情况下超越人类能力的系统诞生。人工智能智力的进步将改变人类的生活方式，并将彻底改变就业世界。智能系统带来了有关个人权利和责任的问题，因为随着技术越来越多地取代人类通常所做的工作，我们个人的角色将变得更加模糊。本分析的目的是衡量人工智能的发展对社会的影响，特别是对人权、基本自由和道德的影响。这是人工智能领域中一个尚未探索的话题，本文将对此进行阐述。
UCB-201-P，雇主手册，失业保险
UI计划是通过联邦和州雇主薪资税共同资助的。联邦失业税（FUTA）用于部分用来为每个州的失业保险计划的行政费用以及与扩展福利有关的某些联邦费用提供资金。根据《威斯康星州失业保险法》和所有其他州失业保险法的雇主工资税仅用于向失业工人支付福利。该计划仅通过雇主捐款（税）来资助。UI计划不是作为联邦社会保障体系，州工人薪酬计划或任何联邦或州福利计划的一部分运行的。威斯康星州UI法律要求每个涵盖的雇主根据工资税公式向失业储备金资金提供一个帐户。UI向前雇员支付的福利通常向雇主的储备基金帐户收取。谁管理UI程序？
解决失业保险 - 立法分析师办公室
该州的失业保险（UI）融资系统被打破了。该州的UI计划应该是自给自足的，也就是说，系统应收取足够的资金来支付随着时间的推移而支付的福利。这意味着，在几年内，该系统将收集更多的必要条件，以便在大多数经济低迷中，有足够的钱来支付上涨的福利成本。该系统被打破了：税收征收通常没有支付福利成本。（州的财政问题与影响大流行期间临时联邦UI计划的广泛欺诈无关。）我们的办公室和政府都期望这些年度短缺在可预见的未来。根据我们的预测，未来五年的赤字平均每年约20亿美元。这种前景是前所未有的：尽管过去该州在经济增长期间未能建立强大的储备，但在其中一个时期之一中，它从未在持续的赤字中持续存在。
Oceanplan：在大规模未开发的海洋环境中驾驶的自然语言的层次结构计划和重建
我们通过增强世界的增强表示，开发了一个分层的LLM任务计划和重建框架，以有效地将抽象的人类统一到有形的自主水下汽车（AUV）控制中。我们还挑战了一个整体的重建器，以向所有计划者提供现实世界中的反馈，以进行健壮的AUV操作。尽管已经进行了大量研究来弥合LLMS和机器人任务之间的差距，但他们无法保证在广阔而未知的海洋环境中AUV应用的成功。为了应对海洋机器人技术中的特定挑战，我们设计了一个层次结构计划来制定可执行的运动计划，该计划通过将长途任务分解为子任务，从而实现了计划效率和解决方案质量。同时，Replanner获得实时数据流以解决计划执行过程中的环境不确定。实验验证了我们所提出的框架是否通过自然语言试验为长期持续任务提供了成功的AUV表现。项目Web-网站https://sites.google.com/view/oceanplan。
基于GSConv模块与ECA注意力机制的改进Unet脑肿瘤图像分割
1 乔治华盛顿大学，华盛顿特区，美国。 2 加州大学伯克利分校电气工程与计算机科学系，加利福尼亚州伯克利，美国。 3 独立研究员，加利福尼亚州圣何塞，美国。 *通讯作者电子邮件：chris.tqy128@outlook.com 摘要。本文讨论了一种改进的脑肿瘤医学图像分割模型，该模型是一种基于U-Net架构的深度学习算法。在传统U-Net的基础上，引入GSConv模块和ECA注意机制来提高模型在医学图像分割任务中的表现。通过这些改进，新的U-Net模型能够更有效地提取和利用多尺度特征，同时灵活地关注重要通道，从而显著提高分割结果。在实验过程中，对改进的U-Net模型进行了系统的训练和评估。通过查看训练集和测试集的损失曲线，我们发现两者的损失值在第八个epoch之后都迅速下降到最低点，然后逐渐收敛并稳定下来。这表明我们的模型具有良好的学习能力和泛化能力。此外，通过监测平均交集比（mIoU）的变化，我们可以看到在第35个epoch之后，mIoU逐渐趋近于0.8并且保持稳定，这进一步验证了模型的有效性。与传统的U-Net相比，基于GSConv模块和ECA注意机制的改进版本在分割效果上表现出明显的优势。特别是在脑肿瘤图像边缘的处理上，改进的模型可以提供更准确的分割结果。这一成果不仅提高了医学图像分析的准确性，也为临床诊断提供了更可靠的技术支持。综上所述，本文提出的基于GSConv模块和ECA注意机制的改进U-Net模型为脑肿瘤医学图像分割提供了一种新的解决方案，其优越的性能有助于提高疾病的检测和治疗效果，在相关领域具有重要意义。未来我们希望进一步探索该方法在其他类型医学图像处理中的应用潜力，推动医学影像的发展。
培训时间，机器人和技术失业
近几十年来，美国的职业结构发生了很大变化，高技能的职业相对于中低技能的角色增加了其就业份额。尽管大部分文献都研究了这些长期模式，但对职业组成的短期动力学的关注较少。在本文中，我们记录了对高技能劳动力的需求飙升，但获得这些职业所需的培训要求也增加了。相比之下，对低技能和中产阶级职业的培训要求保持相对恒定。使用职业信息网络（O*NET）和人口普查数据，我们计算出，由于高技能职业的增长，从2006年的6.29岁增加到2019年的6.29岁到2019年的7.04年。这样的变化可以通过影响长期职业结构，并通过使流离失所者的短期职业流动性通过使他们过渡到扩大高技能的职业的长期来增加失业率。职业转换的障碍在很大程度上被某些职业流离失所的时期中更加相关。最近的技术进步表明，可以迅速采用制度（AI）和机器人技术，从而重塑了发达经济体中劳动力的职业结构。1个机器人已经可以在人工干预的情况下可能在各种职业中执行各种任务，包括焊接，绘画和包装。机器人便宜2因此，虽然劳动力替代技术被迅速而广泛地采用，但职业流动性的障碍会增加。在本文中，我们研究了这两个因素之间的相互作用如何导致技术失业的出现。在（i）技术的到来可以使某些职业中的工人取代以及（ii）培训障碍阻碍职业流动性的环境中，我们建立和校准了动态的多占用增长模型。我们将职业建模为构成一组任务的生产单位。具有类似的精神，与不断增长的有关基于任务的技术变革的文献相似，我们假设当前的技术允许广泛定义的资本（即机器人）执行现有任务的子集，并且在这些任务中，劳动力和资本是完美的替代品。
一个声学数据集，用于感知水下未爆炸的军械（UXO）
摘要 - 在20世纪，数百万吨的弹药被倾倒到全球的海洋中。经过数十年的衰减，这些未探索的军械（UXO）的问题开始变得显而易见。为了促进通过例如自主水下车辆，获取代表性数据至关重要。但是，到目前为止，此类数据尚未公开可用。在本文中，我们提出了一个多模式同步数据的数据集，用于uxo水下的声学和光学传感。使用ARIS 3000成像声纳，GoPro Hero 8和定制设计龙门起重机，我们在受控的环境中录制了近100个轨迹和74,000帧的3种不同类型的UXO。是原始和极性转换的声纳框架，带注释的相机框架，声纳和目标姿势，纹理3D模型，校准矩阵等。该数据集可在https：//zenodo.org/records/11068046上公开获得。可以在https://github.com/dfkiric/uxo-dataset2024上获得处理原始数据的代码。
不平等世界中不平等的气候政策
摘要我们研究具有异质家庭的经济中的气候政策，两种类型的商品（干净且肮脏），以及肮脏的商品的气候外部性。使用家庭支出和排放数据，我们记录了低收入家庭的每一美元的排放量比高收入家庭的排放量更高，从而进行了碳税回归。我们建立了一个模型，该模型捕获了这一事实，并研究了相对于收入分配而中立的气候政策。这些政策的主要特征是排除了跨消费者的资源转移。我们表明，异质经济中受限的最佳碳税是异质的：高收入家庭面临更高的比率。我们的主要结果表明，当计划者仅限于统一的碳税时，税收遵循Pigouvian规则，但低于无约束的碳税。最后，我们将该模型嵌入了标准的不完整市场框架中，以量化对经济，气候和福利的政策影响，并找到了帕累托改善结果。气候政策正在为每个消费者提供福利改善。关键字：碳税，不平等，消费，福利，气候变化。JEL分类代码：D62，H23，Q54。