XiaoMi-AI文件搜索系统
World File Search SystemWriting
学生对人工智能技术的看法：Gemini 的写作
随着技术的进步，人工智能在包括教育在内的许多行业中变得越来越普遍。人工智能用于教育，以提供适合学生需求的学习内容。其中之一就是Gemini。Gemini是一种人工智能工具，它可以以信息丰富的方式回答问题，即使问题是开放式、具有挑战性或奇怪的。本研究的目的是了解学生对使用Gemini作为英语写作过程中的辅助工具的看法。本研究本质上是定性的，其中采用半结构化访谈来收集数据。访谈包括主要问题和后续问题，其中后续问题基于开头给出的主要问题的答案。本研究涉及 30 名 EFL 学生中的 9 名。大多数学生已经有了自己的 AI 技术应用程序，因此他们不愿意适应 Gemini 这样的 AI 技术应用程序。但另一方面，学生们认为 Gemini 有很多功能对写作过程非常有帮助。与 Gemini 相比，学生们目前更喜欢他们以前使用过的 AI 技术应用程序，但从学生给出的看法来看，研究人员认为 Gemini 将来会被用作写作工具。这项研究可以为学生提供另一种选择，以促进写作过程，使他们不依赖于他们以前使用过的 AI 技术应用程序。
针对性生成人工智能在法律写作中的应用 - UH 法律中心
“这些人工神经元之间存在数千亿个连接，其中一些在处理单个文本时会被多次调用，因此任何试图精确解释 LLM 行为的尝试都注定过于复杂，人类无法理解。”
2024 年写作奖征集作品。......
征集作品 – 第 11 届年度竞赛 2024 年哈罗德·J·“哈利”·格林少将采购写作奖挑战：随着美国陆军采购界为未来做准备，我们的重点是采购改革，以加快我们作战人员的能力提升，创新以确保他们保持决定性的技术优势，以及从士兵接触点、作战评估和先前冲突中吸取的经验教训。联合作战人员依靠我们在正确的时间将正确的装备交到他们手中，以遏制冲突，如果做不到，则在战争中获胜。重要的是，我们要批判性地思考并有说服力地撰写有关应对和克服挑战的文章，以向我们的军人提供能力。提案：陆军助理部长办公室（采购、后勤和技术）正在赞助 2024 年哈罗德·J·“哈利”·格林少将采购写作奖，以鼓励批判性写作，重点关注陆军采购挑战和成功克服这些挑战的努力。尽管竞赛对所有人开放，但我们鼓励最大限度的参与，特别是国防部采购工作人员的参与。主题：作者必须从以下类别中选择并撰写有关美国陆军采购的文章：(1) 采购改革，(2) 未来行动，(3) 创新或 (4) 经验教训。投稿要求：投稿 - 四个类别之一 - 必须涉及经验教训、应对当前环境的解决方案、采购中的创造力，或者从采购的角度讨论未来的道路，以便在建设 2030 年及以后的陆军的同时保持战备状态。所有投稿都应将采购过程与士兵联系起来。每篇投稿应在 500 到 1,800 字之间，双倍行距，并使用 Arial 12 号字体。投稿必须是未分类的，并经过作者所在组织批准公开发布/出版。请于 2024 年 9 月 30 日午夜之前将参赛作品发送至 usarmy.pentagon.hqda- asa-alt.mbx.acq-writing-awards@army.mil，并抄送 karen.d.kurtz2.civ@army.mil，同时附上作者的简短（不超过四行）个人简介，包括电子邮件地址和电话号码。提交后不得编辑或修改。艺术作品：每次提交均可附上照片、图形（插图和图表）或两者的组合，但这不是必需的。所有照片的分辨率必须至少为 300 dpi，并且必须为 TIFF 或 JPEG 格式。请提供每张提交照片的摄影师姓名和指挥；每张插图的艺术家姓名和指挥；以及每张图表的来源组织。资格：论文必须是原创的，之前未曾提交过任何写作比赛或出版过（包括在线），并且在 2024 财年内完成。一位作者可以提交多个参赛作品，但每个类别只能提交一个。一个参赛作品可以有两人或两人以上创作。任何撰写有关美国陆军采购文章的作者均可参加竞赛。政府承包商必须在正常工作时间之外完成提交的作品，建议其他人也这样做。评估流程：评审团将评估参赛作品，以确定每个类别的获奖者和荣誉提名作品。参赛作品将根据说服力（20%）、论点的清晰度和强度（20%）、创新性（20%）、与当前或未来环境的相关性（20%）以及可行性（20%）获得积分。每个参赛作品都会被分配一个编号，并盲提交给评审进行评估。奖项：四个类别的获奖者和荣誉提名作品将在 2025 年春季版的《陆军 AL&T》杂志上公布。如果出现平局，则每份参赛作品都将被认可。四位获奖者还将在华盛顿特区举行的美国陆军采购主管年度卓越领导力奖颁奖典礼上受到表彰，该颁奖典礼目前定于 2025 年 1 月 9 日举行。POC：如有疑问，请联系 Karen Kurtz 女士，电子邮箱为 karen.d.kurtz2.civ@army.mil，电话为 (703) 545-0803（办公室），571-232-4228（手机）。
罗氏将 Ascidian 的 RNA 写入技术纳入其神经学领域
罗氏将与 Ascidian Therapeutics 合作，发现和开发针对神经系统疾病的新型 RNA 外显子编辑疗法，该交易价值可能高达 18 亿美元。这家总部位于马萨诸塞州波士顿的生物技术公司正在开创一种旨在重写外显子的新方法，外显子是 RNA 的编码部分，它们被拼接在一起作为信使 RNA，然后翻译成蛋白质。外显子的突变会导致 Ascidian 想要针对的功能失调的致病蛋白质。Ascidian 相信其平台可以为现有基因治疗和基因编辑技术无法解决的疾病创造疗法。许多基因的大小大且突变变异性高，使它们超出了现有基因编辑和碱基编辑方法的范围。其重点是设计和开发可以重写数千个 RNA 外显子的 RNA 外显子编辑疗法。该技术可以使其能够针对大基因和突变变异性高的基因，同时保持天然基因表达模式和水平。该公司表示，其目标是提供持久的一次性基因治疗，同时“大幅降低”与 DNA 编辑和操作相关的风险。外显子编辑分子足够小，可以装入 AAV 或其他病毒或非病毒载体，包括脂质纳米颗粒，并且这种疗法应该在“正确的时间、正确的细胞中”产生全长、功能性的蛋白质。
基于大脑的学习策略对马来西亚英语水平较低的第二语言学习者写作成绩的影响
基于大脑的学习 (BBL) 的主要目标是创造有效的学习条件，让大脑自然学习。在各种情况下，已经进行了大量关于 BBL 学习者表现和感知的研究。然而，对低能力 ESL 学习者的 BBL 研究仍处于起步阶段。因此，本研究调查了低能力 ESL 马来西亚学习者在课堂上的 BBL 表现和感知。采用有目的的抽样技术从 150 名学习者收集定量数据。准实验设计比较了学习者的前测和后测分数。描述性分析表明，当后测平均分数高于文献批判性反应写作测试中的前测分数时，结果良好。还进行了配对样本 t 检验，结果显示，从前测（M = 2.45，SD = 1.50）到后测（M = 5.35，SD = 2.40），t (149) = -15.48，p <.05，得分有统计学意义的提高。还使用定性设计来调查三个学习者焦点小组（每组五个人）在 BBL 干预后的反应。研究结果表明，与本研究的 BBL 理论框架相关的反应普遍是积极的。然而，对于 BBL 的两个组成部分也有一些负面反应
纽约州读写能力简报 #3 的写作科学和应用：
我们如何在尊重学生近端发展区的研讨会模式和循证实践之间平衡我们的写作课程科学？我们如何培养终身读写能力的独立性，同时坚持连续的范围和顺序？纽约州读写能力简报#3、琼·塞迪塔的阅读绳、朱迪思·霍克曼的直接教学技巧、逐步释放模型和脑科学将被综合起来，为这些超乎寻常的教育目标提出可能的答案，以实现平衡。我们不必因噎废食！我们将探索阅读和写作之间的相互作用和联系。我们将研究学生的作品，以评估语音教学（Ehri、音素意识和编码）的转移。我们将探索简报#3 在内容领域科目和各种体裁中的应用。
用生成人工智能（genai）转化医学写作
为了生成特定域的内容，该解决方案利用大型语言模型，并根据Microsoft在MedPrompt上的最新论文采用了三种特定的提示技术。我们使用的第一种技术是上下文学习，几乎没有射击提示，其中基于聚类的方法（KNN）用于识别和选择特定创作场景的内容示例。我们还使用一种技术通过质疑和答案对完成的思想提示来实现洞察力。我们使用的第三种提示技术使我们能够通过捕获广泛的观点来产生全面的叙述。为此，我们从单独的问答回答中结合输出。投票功能允许LLM选择和汇总最佳输出。
推荐引用 推荐引用 S. Sean Tu、Amy Cyphert 和 Samuel J. Perl，《人工智能：法律推理、法律研究和法律写作》，25 M INN. JL S CI. & T ECH. 105 (2024)。网址：https://scholarship.law.umn.edu/mjlst/vol25/iss2/11
然而，法律分析并非仅仅基于类似的事实情况。制定法律论据可能是律师最重要的一步，需要了解法律背后的公共政策和制定法律的基础法律理论。如果事实与先前的案件不完全相同，那么了解哪些事实对于区分先前的裁决或类比到有利于客户立场的先前裁决最重要，可能是胜败的关键。这一步不仅需要了解关键的事实差异，还需要了解所使用的潜在法律理论，以及法律或先前先例案件背后的公共政策的作用。创建法律论据需要类比推理；人工智能的无监督甚至自我监督学习可能会在帮助律师创建制胜的法律论据方面发挥越来越重要的作用。
在域特定的雷迪特淋浴调整中调整大语言模型的机智，创造力和可检测性
最近的大型语言模型（LLMS）表明能够生成难以区分的内容与Human写作。我们调查了不同大小的LLM在淋浴思想的范围内简短，创意文本复制人类撰写风格的能力，这些思想可能会在平凡的活动中发生。我们将gpt-2和gpt-neo在reddit数据以及以零射击方式调用的gpt-3.5上进行了比较，与人为撰写的文本进行了比较。我们衡量在特定维度上的文本上的偏好，这些文本说明了Cretive，机智的文本的质量。此外，我们比较了人类与微调的罗伯塔分类器检测AI生成的文本的能力。我们得出的结论是，人类评估者的遗传文本平均将其创作质量稍差一些，但他们无法可靠地区分人文和AI生成的文本。我们进一步提供了一个基于Reddit淋浴帖子的创意，机智的文本生成的数据集。