XiaoMi-AI文件搜索系统
World File Search Systembard
引用：Govender, R. G. (2024)。我的 AI 学生：评估三个 AI 聊天机器人在完整性和准确性方面的熟练程度。当代教育技术，16 (2)，ep509。https://doi.org/10.30935/cedtech/14564
人工智能 (AI) 的新时代已经开始，它可以从根本上改变人类与技术的互动方式以及从技术中获益的方式。聊天界面与大型语言模型的融合使人类可以编写自然语言查询并从机器接收自然语言响应。这项实验设计研究测试了三种流行的 AI 聊天机器人服务（称为我的 AI 学生）在完整性和准确性方面的功能：Microsoft Bing、Google Bard 和 OpenAI ChatGPT。使用李克特量表分别对完整性和准确性进行评分，分别为三分和五分。使用描述性统计和非参数检验来比较分数和量表评级。结果显示，AI 聊天机器人的总体得分为 80.0%。然而，他们在回答布鲁姆较高分类级别的问题时遇到了困难。在所有布鲁姆分类学问题（n=128）中，完整性中位数为 3.00，平均值为 2.75，准确度中位数为 5.00，平均值为 4.48。总体而言，由于响应有限（76.2%），解决方案的完整性被评为大多不完整，而准确度被评为大多正确（83.3%）。在某些情况下，生成文本被发现冗长而空洞，缺乏透视性和连贯性。在提供正确答案方面，Microsoft Bing 在三种 AI 文本生成工具中排名第一（92.0%）。Kruskal-Wallis 检验显示，三个 AI 聊天机器人在完整性（渐近sig.=0.037，p<0.05）和准确性（渐近sig.=0.006，p<0.05）方面存在显著差异。进行了一系列 Mann 和 Whitney 检验，结果显示 AI 聊天机器人在完整性方面没有显著差异（所有 p 值 > 0.015 和 0 sig.=0.002，p<0.05，r=0.3 中等效应）。 研究结果表明，虽然 AI 聊天机器人可以生成全面而正确的响应，但它们在处理更复杂的认知任务时可能存在局限性。sig.=0.002，p<0.05，r=0.3 中等效应）。研究结果表明，虽然 AI 聊天机器人可以生成全面而正确的响应，但它们在处理更复杂的认知任务时可能存在局限性。
利用人工智能推动建构主义学习
摘要：本文探讨了古老的建构主义教育哲学与现代人工智能 (AI) 工具的融合，以此作为重新概念化教学和学习方法的手段。虽然建构主义主张从个人经验和先前知识中获得的主动学习，但人工智能的自适应能力与这些原则无缝契合，提供个性化、动态和丰富的学习途径。通过利用 ChatGPT、BARD 和 Microsoft Bing 等人工智能平台，教育工作者可以提升建构主义教学法，促进学生参与度、自我反思的元认知、深刻的概念变革和丰富的学习体验。本文进一步强调在人工智能整合中保留人文价值观，确保平衡、道德和包容的教育环境。这项探索揭示了传统教育理念与技术进步相结合的变革潜力，为更具响应能力和有效性的学习模式铺平了道路。
人工智能工作组报告
使用人工智能方法或流程创建内容，包括但不限于文本、图像、视频、音频、计算机代码或其他数据。密西西比州立大学希望学生遵守有关学术诚信的政策，包括使用 GAI 工具，例如 ChatGPT、Bard、CoPilot、DALL-E3 以及任何其他现有或未来开发的 GAI 工具。大学认识到，引入 GAI 可能为学术严谨、知识探究和教育卓越提供机会。鼓励个别教师制定有关在其课程中使用 GAI 的班级特定指南。学生必须查阅每门课程的教学大纲，以确定是否允许以及在何种程度上允许使用 GAI。如果课程大纲中没有明确规定政策，学生必须假定不允许在课程活动、作业或考试中包含 GAI 生成的内容，并将被视为违反大学荣誉准则。
生成式人工智能在法律领域的应用 亚利桑那州律师协会演讲
• ND Tex（布兰特利·斯塔尔法官）关于生成人工智能的强制性认证。所有出庭的律师和亲自出庭的诉讼当事人必须在出庭通知的同时，在案卷上提交一份证书，证明任何文件的任何部分都不会由生成人工智能（例如 ChatGPT、Harvey.AI 或 Google Bard）起草，或者生成人工智能起草的任何语言都将由人工使用印刷记者或传统法律数据库检查准确性。因此，如果当事人未能在案卷上提交一份证书，证明他们已阅读法院对法官的具体要求，并理解他们将根据规则 11 对他们签署并提交给法院的任何文件的内容负责，无论该文件的任何部分是否由生成人工智能起草，法院都将删除该当事人的任何文件。布兰特利·斯塔尔法官，《法官具体要求，关于生成人工智能的强制性认证》（2024 年 5 月 30 日）。
生成式人工智能可接受用途
行政政策 生成式 AI 可接受的使用 此政策适用于员工。FVTC 致力于为员工提供安全可靠的计算环境。这包括我们负责任地使用生成式 AI 系统，例如 Open AI ChatGPT、Microsoft Bing、Google Bard 和其他检索不受控制的外部信息的 AI 系统，这些信息可能给学院带来风险。风险既来自将 FVTC 机密或专有信息输入 AI 系统，也来自使用 AI 系统的输出。虽然生成式 AI 系统可能很有帮助并提供有价值的信息，但从这些未知或不受控制的来源检索到的信息可能无法验证、不准确或有偏见，这会给 FVTC 带来风险。本政策概述了所有 FVTC 员工在使用此类 AI 系统进行 FVTC 工作或使用 FVTC 的系统和数据时必须遵循的可接受用途。
人工智能软件与学术诚信
简介 生成人工智能 (gen-AI) 软件的最新发展见证了大型语言模型 (LLM) 的发展，这些模型可以在线访问，通常通过 Chatbot（一种通常基于互联网的计算机程序，旨在模拟人类对话）免费访问。QAA 已在此处介绍了该技术与学术诚信的关系发展。这些发展中最广为人知的是 ChatPGT 工具，但 DALLE-2、CoPilot、Bing Chat 和 Google Bard 也是其他类似软件的例子。大学确实认识到 gen-AI 技术的出现增加了学术不诚实的机会，并将要求大学审查和更新其规定，以包括与使用 AI 软件相关的具体指南和协议，特别是与总结性评估相关的指南和协议。但是，这里还指出，以“适当”的方式使用这些工具可以用于教学，以支持学习和学术发展。本文件旨在为员工提供以下方面的建议：
具有非阿贝尔对称性的开放量子系统的稳态简并性
摘要 我们研究了具有多个非阿贝尔强对称性的开放量子系统的零空间退化。通过将这些对称性的希尔伯特空间表示分解为涉及多个交换不变子空间的直接和的不可约表示，我们推导出稳态退化的严格下限。我们将这些结果应用于开放量子多体系统，并给出了三个说明性示例：全连通量子网络、XXX Heisenberg 模型和 Hubbard 模型。我们发现，在 SU(2) 对称情况下，导出的边界在系统尺寸上至少以立方级缩放，通常是饱和的。此外，我们的工作为具有非阿贝尔对称性的 Liouvillian 的系统块分解提供了一种理论，从而降低了对这些对象进行对角化所涉及的计算难度，并将自然的物理结构暴露给稳定状态——我们在示例中观察到了这一点。
具有非阿贝尔对称性的开放量子系统的稳态简并性
摘要 我们研究了具有多个非阿贝尔强对称性的开放量子系统的零空间退化。通过将这些对称性的希尔伯特空间表示分解为涉及多个交换不变子空间的直接和的不可约表示，我们推导出稳态退化的严格下限。我们将这些结果应用于开放量子多体系统，并给出了三个说明性示例：全连通量子网络、XXX Heisenberg 模型和 Hubbard 模型。我们发现，在 SU(2) 对称情况下，导出的边界在系统尺寸上至少以立方级缩放，通常是饱和的。此外，我们的工作为具有非阿贝尔对称性的 Liouvillian 的系统块分解提供了一种理论，从而降低了对这些对象进行对角化所涉及的计算难度，并将自然的物理结构暴露给稳定状态——我们在示例中观察到了这一点。
XSL•FO
背景：大型语言模型 (LLM) 在处理临床信息方面表现出了先进的性能。然而，市面上可用的 LLM 缺乏专业的医学知识，仍然容易产生不准确的信息。鉴于糖尿病需要自我管理，患者通常会在网上寻求信息。我们引入了检索增强信息系统 (RISE) 框架，并评估了其在增强 LLM 以准确响应糖尿病相关咨询方面的性能。目的：本研究旨在评估 RISE 框架（一种信息检索和增强工具）在提高 LLM 性能以准确安全地响应糖尿病相关咨询方面的潜力。方法：RISE 是一种创新的检索增强框架，包括 4 个步骤：重写查询、信息检索、总结和执行。使用一组 43 个常见的糖尿病相关问题，我们分别评估了 3 个基础 LLM（GPT-4、Anthropic Claude 2、Google Bard）及其 RISE 增强版本。临床医生评估准确性和全面性，患者评估可理解性。结果：RISE 的整合显著提高了所有 3 个基本 LLM 的回答的准确性和全面性。平均而言，使用 RISE 后，准确回答的百分比增加了 12% (15/129)。具体而言，GPT-4 的准确回答率增加了 7% (3/43)，Claude 2 的准确回答率增加了 19% (8/43)，Google Bard 的准确回答率增加了 9% (4/43)。该框架还提高了回答的全面性，平均分数提高了 0.44（SD 0.10）。可理解性也平均提高了 0.19（SD 0.13）。数据收集时间为 2023 年 9 月 30 日至 2024 年 2 月 5 日。结论：RISE 显著提高了 LLM 在回答糖尿病相关询问方面的表现，提高了准确性、全面性和可理解性。这些改进对于RISE未来在患者教育和慢性病自我管理方面的作用具有重要意义，有助于缓解医疗资源压力并提高公众对医学知识的认识。
考虑美国专利滥用学说的地位
十年以来，自美国最高法院在Kimble诉Marvel Entertainment LLC案中的裁决以来，该裁决肯定了1964年Brulotte诉Thys在Brulotte诉Thys案中建立的原则，该原则是支付后patent的抗议版税付款金额，涉及美国滥用滥用教义的专利滥用。专利滥用的学说是多方面的，并且在许多情况下已应用，最近在Cr Bard Inc.诉Artrium诉Cr Cr. Ater庭案中，美国第九巡回上诉法院拒绝了被告被告滥用专利的指控。本文概述了布鲁洛特（Brulotte）确定的这一原则，并探讨了美国法院在Kimble and Bard中的进化。本文还探讨了英国法院在解释英国法律许可时愿意考虑滥用专利的学说的程度，尤其是考虑到英国上诉法院去年在阿斯特拉萨内卡（Astrazeneca UK）诉Tesaro Inc.的裁决中考虑。简介美国专利滥用学说的主要原则是防止专利权人寻求将其专利的垄断范围扩展到合法范围之外，以保护市场。这是一种肯定的辩护，可以响应侵权专利的诉讼，或者是针对专利许可证的争议。与专利许可有关的纠纷涉及专利滥用的行为可能包括持续的义务，在专利期限到期后支付特许权使用费，或不遵守的产品，或者对专利权人要求被许可人要求从其获得未持意见产品的绑定安排。专利滥用的学说具有长期的历史根源，起源于公平，但随后被专利权人与反竞争行为的概念混合在一起。多年来，可能引起专利滥用的实例已得到完善。除了专利滥用本身的概念外，还出现了差异，其中除了尝试在其合法允许范围之外执行专利外，还需要进行反攻击行为或影响。