XiaoMi-AI文件搜索系统
World File Search Systemattributions
评估脑损伤患者的负面归因
Angelle M. Sander，博士 临床神经心理学和康复心理学部副教授兼主任 贝勒医学院和哈里斯医疗系统物理医学和康复系，德克萨斯州休斯顿 TIRR 纪念赫尔曼脑损伤研究中心高级科学家兼主任
意识的民间心理归因于大语言模型
技术进步提高了认知科学的新难题和挑战，以及人类如何思考和与人工智能（AI）互动的研究。例如，大型语言模型的出现及其类似人类的语言能力引发了关于AI是否有意识的实质性辩论。在这里，我们考虑了AI是否可以具有感觉和感觉等主观经历（“现象意识”）的问题。虽然许多领域的专家在学术和公共话语中都对这个问题进行了权衡，但仍未清楚地将一般人口归因于AI是否将现象意识归因于AI。我们调查了我们居民的样本（n = 300），发现大多数参与者愿意将现象意识的某些可能性归因于大语言模型。这些归因是强大的，因为它们预测了通常与现象性相关的精神状态的归因，但也很灵活，因为它们对使用频率等个体差异敏感。总的来说，这些结果表明，关于AI意识的民间直觉如何与专家直觉有所不同，这可能对AI的法律和道德地位产生了潜在的影响。
胸部X光片诊断AI的诊断不足偏置可以通过数据集偏置属性进行分解和缓解
抽象不平等的诊断准确性是基于AI的模型的广泛关注点。然而，当前的偏差表征是狭窄的，并且无法说明上游数据收集的系统偏见，从而将AI性能的不平等现象与偏见混合在一起，这是由于数据集本身的分布差异。此差距具有广泛的含义，导致降低偏见的策略无效。我们介绍了一种新颖的回顾性模型评估程序，该程序识别并表征了解释人口级诊断差异的受保护群体之间的分布差异的贡献。在三个大规模的胸部射线照相数据集中，我们一直发现年龄和混淆图像属性（例如病理类型和大小）的分布差异有助于跨种族亚组的模型性能较差。通过系统地将观察到的不足诊断偏见归因于由于数据收购过程中的偏差或数据集偏见而引起的分布差异，我们提出了一种通用方法，用于解散不同类型的数据集偏置如何相互作用和化合物以造成可观的AI性能差异。我们的方法是可以采取行动的，可以帮助设计针对特定亚群的基础模型的目标干预措施，而不是忽略上游数据偏见不平等AI性能的系统贡献的方法。
0427208 -UFR：portary
The Secretary of International Relations of the Federal University of Rondonópolis (UFR), in the use of his legal and regulatory attributions, in particular the one arranged in the Rectory Ordinance/UFR No. 37/2024 and in Consuni/UFR Resolution No. 108/2024, and considering the case of the case of Case No. 23853.015164/2024-81 UFR.The Secretary of International Relations of the Federal University of Rondonópolis (UFR), in the use of his legal and regulatory attributions, in particular the one arranged in the Rectory Ordinance/UFR No. 37/2024 and in Consuni/UFR Resolution No. 108/2024, and considering the case of the case of Case No. 23853.015164/2024-81 UFR.
1 100/2024/2024编辑
The Coordination of the Specialization in Public Security Management of the State University of Paraná-UNESPAR, in the use of legal and statutory attributions, complying with the terms of State Law No. 20.086/2019, Ordinance No. 006/2022-GS/SETI and Resolution No. 72/2023-SETI, as well as protocols No. 22,516.832-6, 22,682.128-7 22.737.700-3涉及满足科学，技术和高等教育局秘书处的公共利益以及公共安全秘书处的公共利益，以满足SESP的要求：The Coordination of the Specialization in Public Security Management of the State University of Paraná-UNESPAR, in the use of legal and statutory attributions, complying with the terms of State Law No. 20.086/2019, Ordinance No. 006/2022-GS/SETI and Resolution No. 72/2023-SETI, as well as protocols No. 22,516.832-6, 22,682.128-7 22.737.700-3涉及满足科学，技术和高等教育局秘书处的公共利益以及公共安全秘书处的公共利益，以满足SESP的要求：
FY 2024结果
（1）年度支付的每股股息，与上一年的结果有关。Adjusted for the 2-for-1 share split in 2007, for free shares attributions and for the capital increase completed in October 2016 (2) Subject to approval at the Shareholders' Meeting scheduled for May 6, 2025 (3) Adjusted for the free share attribution in 2024 (4) Compound annual growth rate of an investment in Air Liquide shares, including reinvested dividends and loyalty bonus, 2005-2024
人工智能、信任和代理认知
现有的信任理论假设受托人具有代理权（即意向性和自由意志）。我们认为，信任人工智能 (AI) 与信任人类之间的一个关键的定性区别在于信任者（人类）对受托人的代理权归因程度。我们指定了两种机制，通过这些机制，代理权归因的程度可以影响人类对人工智能的信任。首先，如果人工智能被视为更具代理性，受托人（人工智能）的仁慈的重要性就会增加，但如果它违反信任（由于背叛厌恶，参见 Bohnet & Zeckhauser，2004），预期的心理成本也会增加。其次，仁慈和能力的归因对于对看似无代理的人工智能系统建立信心变得不那么重要，相反，对系统设计者的仁慈和能力归因变得重要。这两种机制都意味着让人工智能看起来更具代理性可能会增加或减少人类对它的信任。虽然人工智能技术的设计者经常努力赋予他们的作品以传达其仁慈本质的特征（例如通过拟人化或透明度），但这也可能改变代理感知，导致它在人类眼中变得不那么值得信赖。关键词：人工智能；信任；代理；背叛厌恶 JEL 分类：M00、M14、Z10
法律编号 022/2021，日期 18/04/ ...
第 12 条：咨询委员会的职责 咨询委员会负责为执行机构提供关于完成 RSA 使命的战略方向的建议。第二节 执行机构 第十三条 执行机构成员及其任命 南非共和国统计局执行机构由总统令任命的总干事和根据总理命令确定的特殊地位任命的其他工作人员组成。总统令可任命总干事并确定其职责。第十四条：执行机构的权力RSA的执行机构具有以下权力：
根本原因分析的不对称沙普利值的理论评估
摘要 - 在这项工作中，我们检查了不对称的沙普利谷（ASV），这是流行的Shap添加剂局部解释方法的变体。ASV提出了一种改善模型解释的方法，该解释结合了变量之间已知的因果关系，并且也被视为测试模型预测中不公平歧视的一种方法。在以前的文献中未探索，沙普利值中的放松对称性可能会对模型解释产生反直觉的后果。为了更好地理解该方法，我们首先展示了局部贡献如何与降低方差的全局贡献相对应。使用方差，我们演示了多种情况，其中ASV产生了违反直觉归因，可以说为根本原因分析产生错误的结果。第二，我们将广义添加剂模型（GAM）识别为ASV表现出理想属性的限制类。我们通过证明有关该方法的多个理论结果来支持我们的学位。最后，我们证明了在多个现实世界数据集上使用不对称归因，并使用有限的模型家族进行了使用梯度增强和深度学习模型的结果进行比较。索引术语 - 解释性，摇摆，因果关系