XiaoMi-AI文件搜索系统
World File Search SystemYilin
Andy Yilin TangAndy Yilin Tang
Genesis Therapeutics 2024年6月 - 2024年9月，软件工程实习生•设计模板模块，以提高Apo-Holo和Holo-Holo交叉插值的扩散模型性能。•在17个属性预测任务中为内部ML模型创建了自动化服务体系结构。棉被2024年2月 - 2024年6月机器学习实习生•基于图像的基于图像的架构，用于通过增强学习的电路板放置。•设计的路由信息的放置管道，表现优于现有的基于启发式的路由位置。2023年6月 - 2023年9月的软件工程实习生 - 平台•设计/构建的RepliT Deployments Analytics，处理数千个网站的要求。请参阅博客。•开发了LLM驱动的部署调试器，其精度为80％，并补充了AI代理概念验证。Cloudflare 2022年6月 - 2022年8月软件工程实习生 - 伊利诺伊州魔术香槟•使用GO降低了范围的API处理延迟，将数百万个请求减少了96％。研究经验
检索杰出的生成人工智能的生成rui Yang，MS 1，Yilin Ning，PhD 1，Emilia Keppo 2，Mingxuan Liu，
抽象生成人工智能（AI）在包括医学在内的各个领域都带来了革命性的创新。但是，它也表现出局限性。在响应中，检索增强的生成（RAG）提供了潜在的解决方案，从而使模型通过利用外部知识的检索来生成更准确的内容。随着生成AI的快速发展，RAG可以为将这种变革性技术与医疗应用联系起来铺平道路，并有望将股权，可靠性和个性化的创新带入医疗保健。主要文本生成人工智能（AI）最近在各个领域引起了广泛的关注，包括GPT 1,2和Llama 3-5系列文本生成； DALL-E 6用于图像生成；以及Sora 7的视频生成。在医学上，生成的AI在咨询，诊断，治疗，管理和教育中具有巨大的应用8,9。此外，生成AI的利用可以提高患者的卫生服务质量，同时减轻9-11临床医生的工作量。尽管如此，我们必须考虑生成AI模型的固有局限性，其中包括对训练数据12的偏见的敏感性，缺乏透明度，产生错误的内容，难以维持最新知识的可能性，以及其他8。例如，通过采用过时的基于种族的方程来估计肾功能13，大型语言模型被证明可以产生偏见的响应。在图像产生过程中，已经观察到与性别，肤色和地质文化因素有关的偏见14。同样，对于下游任务，例如回答和文本摘要，生成的内容通常是不一致的，并且缺乏验证的证据15。此外，由于其静态知识和无法访问外部数据，生成的AI模型无法为医生提供最新的临床建议或患者有效的个性化健康管理16。
Yiling Chen-哈佛大学的项目
荣誉和奖项最佳纸张奖，ACM计算机支持合作工作与社会计算会议（CSCW），2019年。最佳技术 +跨学科论文，ACM公平，问责制和透明度会议（ACM FAT*），2019年。研究论文荣誉提名，网络会议（www），2018年。最佳纸张奖的入围纸，第19届ACM经济与计算会议（EC），2018年。2016年宾夕法尼亚州校友会早期职业奖。建议Bo Wagoner的博士学位。论文，该论文获得了2016年ACM Sigecom博士学位论文奖的荣誉。建议XI（Alice）Gao的博士学位。论文因IFAAMAS-14 Victor Lesser杰出论文奖和2014年ACM Sigecom博士学位论文奖而获得荣誉提名。最佳纸张奖，国际自治代理和多工业系统会议（AAMAS），2012年。AI的10观看，IEEE Intellignent Systems（Jan./feb。 2011年）。 NSF早期职业发展奖，2010年至2015年。 建议三个托马斯神庙箍奖获得高级论文，2008年 - 礼物。 杰出纸质奖，ACM电子商务会议（EC），2008年。 荣誉提名，决策科学学院博士学位论文竞赛，2006年。 EBRC博士支持奖竞赛的冠军，2004年。AI的10观看，IEEE Intellignent Systems（Jan./feb。2011年）。NSF早期职业发展奖，2010年至2015年。建议三个托马斯神庙箍奖获得高级论文，2008年 - 礼物。杰出纸质奖，ACM电子商务会议（EC），2008年。荣誉提名，决策科学学院博士学位论文竞赛，2006年。EBRC博士支持奖竞赛的冠军，2004年。EBRC博士支持奖竞赛的冠军，2004年。