主题:675 签名和计件记录服务目的:强调《军事货运统一规则出版物-1》(MFTURP-1)中概述的签名和计件记录 (675) 货物运输要求。请注意:授予 675 货物运输的托运人应提醒运输服务提供商 (TSP) 提供自有或租赁的设备。根据 MFTURP-1 第 69 (10) 条,“TSP 应提供公司自有资产或长期租赁的车辆,不包括行程租赁和经纪卡车。为进行验证,托运人应要求 TSP 提供其当前 IRP 分配注册 CAB 卡(CAB 卡)的副本。在 CAB 卡上,托运人将核实 TSP 是否列在“安全责任”(可能由汽车承运人或承运人处理)或“汽车承运人”下,这可能会根据车辆注册的州而变化。此外,车辆上的牌照必须与该卡上列出的牌照相匹配。”检查 CAB 卡将确定车辆是否正确拥有或租赁。未能提供与 BOL 上的名称相关的设备的 TSP 不应装载。承运人绩效模块 (CPM) 中的文件故障为服务故障代码 F2(设备不当或不足)。对于没有授予 TSP 名称的被拒绝设备,无需支付车辆完工未使用 (VFN)。注意:需要 675 服务或任何其他运输保护服务 (TPS) 的货物不能被经纪或张贴到任何装载/经纪人板上,如 MFTURP-1 的承运人绩效和评估计划 (CPEP) 所述。托运人应使用代码“FL—未经授权的装载/经纪人板张贴”在 CPM 中记录任何未经授权的装载/经纪人板张贴事件。TSP 的重复张贴或服务故障模式将导致全国范围内不使用或从 DOD 计划中移除。SDDC POC:有关此咨询的问题可以发送到:usarmy.scott.sddc.mbx.carrier-performance@army.mil。到期:N/A 类别:DTR/MFTURP-1/政策
B9/67C 2024 年 8 月 19 日 行政长官 全体认可机构 先生/女士, 使用生成人工智能的消费者保障 我谨致函,向认可机构提供一套关于从消费者保障角度在面向客户的应用中使用生成人工智能(“GenAI”)的指导原则。鉴于大数据分析和人工智能(“BDAI”)的发展,香港金融管理局(“金管局”)于 2019 年 11 月 5 日在《认可机构使用大数据分析和人工智能的消费者保障》通函中发布了一套指导原则(“2019 年 BDAI 指导原则”),重点关注四个主要领域,即管治和问责、公平、透明度和披露,以及数据隐私和保护(请参阅附件 1 的简要摘要 1 )。这些指导原则已被证明对银行和客户有益,并有助于促进香港银行业 BDAI 的健康发展,正如香港金融管理局最近进行的一项调查显示 BDAI 使用案例激增所见(调查结果摘要见附件 2)。更重要的是,2019 年 BDAI 指导原则还有助于增强客户对使用采用 BDAI 的银行服务的信心。近几个月来,香港金融管理局注意到银行业对在其运营中采用 GenAI 的兴趣日益浓厚。GenAI 是 BDAI 的一种形式,可以生成新内容,例如文本、图像、音频、视频、代码或其他媒体,
课程大纲中关于使用生成人工智能 (AI) 的声明示例(见参议院章程 54 和 55) 生成人工智能是一种通过识别大量训练数据中的模式来创建类似人类内容(包括文本、图像、视频和计算机代码)的技术,然后创建具有相似特征的原始材料。示例包括:可以生成文本的 ChatGPT、Google Gemini、Claude 和 Jenni,可以生成编码和编程的 Github Co-pilot,以及可以生成图像的 DALL-E 和 Midjourney。(Pasick,2023 年)参议院章程 54 和 55 要求教师在课程大纲中包含“有关在课程中使用生成人工智能 (AI) 的信息或限制”。不将信息包含在课程大纲中的默认情况是允许在课程中使用生成人工智能(参议院:2024 年 5 月 10 日)。教学大纲说明样本:[非详尽列表] 禁止使用示例 1:在本课程中,使用任何生成式 AI 系统(包括但不限于 ChatGPT、Claude、Jenni、Github Co-pilot、DaLL-E 和 Midjourney)均被视为可能带来不应有优势的未经授权的辅助工具,因此不得在提交的成绩作业创作中或作为本课程任何作业的一部分使用。在本课程的评分作业中使用生成式 AI 系统被视为学术不端行为,可能根据章程 31:学术诚信受到纪律处分。示例 2:在本课程中,生成式 AI 工具(例如 ChatGPT、Google Gemini、Claude、Jenni、Github Co-pilot、DaLL-E 和 Midjourney)被视为未经授权的辅助工具。在本课程的任何作业(例如写作过程、创作过程、图像创建过程)的任何阶段均不允许使用生成式 AI。以此方式使用将被视为学术不端行为,并可能根据章程 31:学术诚信受到纪律处分。示例 3:本课程不允许使用生成式 AI 工具(例如 ChatGPT、Google Gemini、Claude、Jenni、Github Co-pilot、DaLL-E 和 Midjourney 等);因此,在本课程中使用任何 AI 工具进行作业都将被视为违反大学的学生行为准则,因为该作业并不完全是你自己的,并可能根据章程 31:学术诚信受到纪律处分。示例 4:除非讲师明确说明,否则本课程的所有作业均严禁使用生成式人工智能工具。这包括 ChatGPT、Google Gemini、Claude、Jenni、Github Co-pilot、DaLL-E 和 Midjourney 以及其他人工智能工具。使用未经授权的辅助工具构成学术不端行为,可能受到《条例 31:学术诚信》的处罚。一些允许的用途示例 1:学生可以根据每次评估概述的指导方针在本课程中使用生成式人工智能,只要承认并引用了生成式人工智能的使用,并遵循课程大纲和/或作业说明中给出的引用说明即可。这包括 ChatGPT、Google Gemini、Claude、Jenni、Github Co-pilot、DaLL-E 和
背景:对医疗服务的高需求和人工智能不断增强的能力导致了对话代理的发展,旨在支持各种与健康相关的活动 - 包括行为改变、治疗支持、健康监测、培训、分类和筛查支持。这些任务的自动化可以让临床医生专注于更复杂的工作,并增加公众获得医疗服务的可及性。需要对这些代理在医疗保健领域的可接受性、可用性和有效性进行总体评估,以收集证据,以便未来的发展可以针对需要改进的领域和可持续采用的潜力。目的:本系统评价旨在评估对话代理在医疗保健领域的有效性和可用性,并确定用户喜欢和不喜欢的元素,为这些代理的未来研究和开发提供信息。方法:系统地搜索了 PubMed、Medline(Ovid)、EMBASE、CINAHL、Web of Science 和 ACM 数字图书馆,查找自 2008 年以来发表的评估医疗保健中使用的不受约束的自然语言处理对话代理的文章。使用 Endnote(X9 版;Clarivate Analytics)参考文献管理软件进行初步筛选,然后由一名审阅者进行全文筛选。提取数据并由一名审阅者评估偏倚风险,由另一名审阅者验证。结果:共选定了 31 项研究,包括各种对话代理——14 个聊天机器人(其中两个是语音聊天机器人)、6 个具体对话代理、3 个交互式语音应答电话、3 个虚拟患者和 3 个语音识别筛选系统,以及一个上下文问答代理和一个语音识别分类系统。总体而言,报告的证据大多是正面的或混合的。可用性和满意度表现良好(27/30 和 26/31),四分之三的研究(23/30)发现了积极或混合的有效性,但在具体的定性反馈中强调了代理的几个局限性。结论:研究通常报告了对所研究的对话代理的有效性、可用性和满意度的积极或混合证据,但定性用户感知更加复杂。许多研究的质量有限,需要改进研究设计和报告,以更准确地评估这些药物在医疗保健中的实用性并确定需要改进的关键领域。进一步的研究还应分析这些药物的成本效益、隐私和安全性。
摘要 —可解释人工智能 (XAI) 旨在为用户提供可理解的解释。SHAP、LIME 和 Scoped Rules 等 XAI 算法计算机器学习预测的特征重要性。尽管 XAI 引起了广泛研究关注,但将 XAI 技术应用于医疗保健以指导临床决策具有挑战性。在本文中,我们对 XAI 方法给出的解释进行了比较,作为分析复杂电子健康记录 (EHR) 的第三级扩展。利用大规模 EHR 数据集,我们根据 XAI 模型估计的预测重要性比较 EHR 的特征。我们的实验结果表明,所研究的 XAI 方法会根据具体情况生成不同的顶级特征;它们在共享特征重要性方面的差异值得领域专家进一步探索,以评估人类对 XAI 的信任。索引词 —可解释的人工智能、黑盒、玻璃盒、机器学习、电子健康记录
摘要 — 内部威胁是公司或组织 IT 系统和基础设施最具破坏性的风险因素之一;识别内部威胁引起了全球学术研究界的关注,并提出了多种解决方案来减轻其潜在影响。为了实施本研究中描述的实验阶段,使用卷积神经网络 (CNN) 算法并通过 Google TensorFlow 程序实施,该程序经过训练可以从可用数据集生成的图像中识别潜在威胁。通过检查生成的图像并借助机器学习,可以回答每个用户的活动是否被信息系统归类为“恶意”的问题。
弗吉尼亚州的保险市场(市场)可能会接到个人的电话,报道他们已入学的QHP,他们不知道或授权。在许多情况下,个人仅在收到市场,发行人或国税局(IRS)的通讯时才了解到他们已入学QHP,该公司要求将保费税收抵免(APTC)的预付款与年度联邦所得税进行调和,然后再处理退款。在某些情况下,个人可能表明他们已经有其他健康保险,并且不需要或不需要市场QHP。
2012 年 1 月 19 日 是 授权测试 ASP 名称由“Global Satcom Limited MMG”更改为“Global Satcom Communication and Ship Electronics Industry Trade Limited Company”。以原 ASP 名称颁发的一致性测试报告 (CTR) 仍然有效。
除了对飞机和其他物体造成潜在的安全风险外,机场未经授权的无人机操作,无论是有意还是无意,都可能导致航班延误并严重扰乱空中交通管制。例如,2018 年,英国当局因盖特威克国际机场附近未经授权的无人机活动在假日期间取消了数百个航班。为了帮助确保空域安全,2018 年颁布了一项立法,要求 FAA 制定一项计划,以认证、许可、授权或允许部署无人机检测和缓解技术。3 该计划的制定正在进行中,无人机事件仍在继续。2022 年 7 月,由于发现无人机,里根华盛顿国家机场的航班运营暂停。据 TSA 官员称,2023 年 6 月,一架未经授权的无人机导致匹兹堡国际机场地面停留 30 分钟。
1 Jeffrey S Passel 和 Jens Manuel Krogstad,“皮尤研究中心根据美国人口普查局增强数据、2021 年美国社区调查 (IPUMS) 做出的估计”,2023 年 11 月 16 日,https://www.pewresearch.org/wp-content/uploads/2023/11/SR_23.11.16_unauthorized-immigrants-table-2.xlsx;“移民研究中心 2010-2019 年美国无证移民情况”(移民研究中心,2022 年),http://data.cmsny.org/state.html;“移民研究中心 2010-2019 年爱达荷州无证移民情况”(移民研究中心,2022 年),http://data.cmsny.org/state.html。 2 Passel 和 Krogstad,“皮尤研究中心根据美国人口普查局扩充数据估计,2021 年美国社区调查 (IPUMS)。” 3 Passel 和 Krogstad,“皮尤研究中心根据美国人口普查局扩充数据估计,2021 年美国社区调查 (IPUMS)。” 4 Jeffrey S Passel 和 D'Vera Cohn,“自 2009 年以来,美国非法移民总数保持稳定”(皮尤研究中心,2016 年),https://www.pewresearch.org/hispanic/wp- content/uploads/sites/5/2016/09/PH_2016.09.20_Unauthorized_FINAL.pdf。 5 Passel 和 Cohn,“自 2009 年以来,美国非法移民总数保持稳定。”