XiaoMi-AI文件搜索系统
World File Search Systemargue
当车辆内代理相互争论时-Vtechworks
智能代理（IAS）在我们的日常生活中被广泛采用，预计这种趋势将会增加。驾驶环境是可以利用IAS的流行领域之一。在手动驾驶的背景下，车载剂（IVAS）主要帮助驾驶员执行驾驶或与驾驶相关的任务，以免他们分散驾驶情况的注意力[2,3]。根据引入自动车辆（AV）的引入，IVA的重点会变化。如果我们进入AVS的SAE 5级，人们将不受AV的驾驶任务[7]。因此，研究人员开始研究IVDA的使用来增强AVS的用户体验[1,4,5,6]。以前的努力以找出AV中理想形式的IVA形式，这是人们与代理商互动的情况。但是，很可能有两个以上的IAS在真正的驾驶过程中共存，因为汽车中的人们通常具有个人设备（例如智能手机），并且汽车本身可能具有自己的IVA。如果存在两个或多个IAS，则与一对一的相互作用相比，与IAS的相互作用流或逻辑相比将有所不同。在这种情况下，出现了许多研究问题。一些示例如下：
研究人员认为，气候研究应整合多种方法
例如，数值天气预测的成功是基于增加分辨率，改善小规模过程的表示，增加整体规模以及更多观察结果，从而更准确地了解初始条件。即使是在天气预报中使用AI的最新使用也不是一种单手的方法，因为AI需要从基于物理的模型中得出的培训数据。
可竞争的AI需要计算论证
AI近年来已经变得普遍，但最先进的方法主要忽略了对AI系统的必要性。相反，AI指南提倡可竞争性（例如由OECD）和对统计决策的监管（例如gdpr）。在这个位置，我们探讨了如何在AI中和AI中实现竞争性。We argue that contestable AI re- quires dynamic (human-machine and/or machine-machine) explainability and decision-making processes, whereby ma- chines can 1. interact with humans and/or other machines to progressively explain their outputs and/or their reasoning as well as assess grounds for contestation provided by these hu- mans and/or other machines, and 2. revise their decision– making processes to redress any issues successfully raised during比赛。鉴于当前的许多AI土地层是针对静态AIS量身定制的，因此可容纳可配合的需求的需求将需要激进的重新思考，我们认为，计算论证理想地适合支持。
生物多样性保护和无价值理想的指标
摘要本文研究了《保守科学》中无价值理想的遗产的一个方面：测量和指标是与意识形态，道德，社会，通常是非普遍考虑的意识形态上的无价认识的工具的观点。Contrary to this view, I will argue that traditional measurement practices entrenchedinconservationareinfactpermeatedwithnon-epistemicvalues.Ichallenge the received view by revealing three non-epistemic assumptions underlying traditional metrics: (1) a human-environment demarcation, (2) the desirability of a people-free landscape, and (3) the exclusion of cultural diversity from生物多样性。i还与要堡垒保护模型的典范将传统指标保留到“科学的共同主义”之间的论据之间建立了联系。我提倡放弃测量实践的内在价值 - 自由的神话，并拥抱与社会和科学目标一致的指标。
![arxiv：2503.02143v1 [cs.lg] 2025年3月4日](/simg/g:\will\search\icon\source\c\c8cd580e133e3df880ae53dad1f6ec7a27136448.webp)
arxiv：2503.02143v1 [cs.lg] 2025年3月4日
随着自主系统越来越多地部署在开放和不确定的环境中，人们对值得信赖的世界模型的需求越来越多，这些模型可以可靠地预测未来的高维度。世界模型中博学的潜在表示缺乏直接映射到有意义的物理数量和动态，从而限制了其在下游计划，控制和安全验证中的效用和解释性。In this paper, we argue for a fundamental shift from physically informed to physically interpretable world models — and crystallize four principles that leverage symbolic knowledge to achieve these ends: (1) structuring latent spaces according to the physical intent of variables, (2) learning aligned invariant and equivariant representations of the physical world, (3) adapting training to the varied granularity of supervision signals, and (4) partitioning生成输出以支持可伸缩性和可验证性。我们在实验上证明了每个原理在两个基准上的价值。本文打开了一些有趣的研究方向，以实现和利用世界模型中的全部物理解释性。关键字：世界模型，代表性学习，神经符号AI，可信赖的自主源代码：https：//github.com/trustworthy-eentine-workineered-autonomy-lab/piwm-lab/piwm-principles
What makes each of us unique? The nine-banded armadillo as a model to study individuality
The human brain is the foundation of our identity as a species and as individuals. It is where our unique sensations, emotions, and thoughts arise. The same way no two individuals are alike, no two brains are identical. Understanding the expression of inter-individual differences in brain and behavior and their underlying biological mechanisms can profoundly in fl uence neuroscience and the science of individuality. Here, we argue that the nine-banded armadillo is a unique organism for the study of how inter-individual differences are expressed in the mammalian brain. Our argument is based on the fascinating reproductive biology of armadillos, the only known mammals that always generate offspring that are genetic clones, and on how this characteristic can help understand the complex interplay between genetic, environmental, and stochastic factors in the biology of individuality. We will fi rst review the sources of variance in brain- related traits and behavior, then the biology of armadillos, and fi nally how they can aid in understanding the origins of variance in brain structure and function. Finally, we will provide an overview of the type of studies that can be performed using armadillos and how these studies can advance the science of individuality.
不透明度，透明度和情感计算的伦理
摘要 - 人类不透明度是人类在机器方面的固有质量。可以使用不透明的透明关系来阐明人类和机器之间人类和机器之间的描述性关系。这种关系使我们能够描述并进行规范评估人类和机器可能不透明或透明的一系列不透明范围。In this paper, we argue that the advent of Affective Computing (AC) has beguntoshifttheidealpositionofhumansonthisspectrumtowards greater transparency, while much of this technology is shifting towards opacity.我们探讨了这种转变对人类情感信息的含义，以及AC系统对人不透明度的威胁如何产生各种不利影响，例如侵犯人的自主权，欺骗，操纵和焦虑症。也有分配后果使脆弱的群体暴露于不合理的负担，并将其减少到单纯的文件中。我们进一步评估了当前的AC技术，该技术遵循了人类与机器之间的描述性关系，从不透明度和透明度的角度来看。最后，我们预见并解决了我们主张的三个可能的异议。这些是交流系统的好处，它们与隐私的关系以及捕获人类影响的限制能力。通过这些论点，本文旨在从不透明度和透明度的角度引起人类与机器之间的本体论关系，同时强调因其对人类不透明度的威胁而引起的道德关切的严重性。
cals对IRP 2023.pdf
标题b我们讨论了IRP的重要目标（（以及（IEP））必须进步，包括消除能源贫困（以及宪法中的权利实现），经济能源安全，我们的能源系统的脱碳，以及确保任何工人和社区都没有遗留下来（因此，公正的过渡）。在标题C下，我们认为IRP草案是基于致命缺陷的政策框架，其私有化的能源无法实现上述目标。在标题下，我们认为该部门所遵循的公共参与过程是致命的缺陷，而不是以人为中心的IRP所需的基于广泛的参与过程。在标题E下，我们认为IRP为了提供更新的IEP来提供总体能源计划框架，IRP还为时过早。在标题下，我们认为，IRP下设想的额外煤炭产生将破坏工人和社区。环境健康和标题G我们认为，IRP代表了使我们的经济脱碳的往后步骤。在h中，我们总结了这些评论，并呼吁将IRP流程报废，以等待基于能源正义等支柱的IEP和公开过渡的公共途径。b）IRP必须促进的社会目标
