XiaoMi-AI文件搜索系统
World File Search Systemconstructing
利用 SAT 技术构造最小完美哈希函数
最小完美哈希函数 (MPHF) 用于有效访问大型字典 (键值对集) 的值。发现构建 MPHF 的新算法是一个活跃的研究领域，尤其是从存储效率的角度来看。MPHF 的信息论极限为 1 ln 2 ≈ 1.44 位/键。当前最佳实用算法的范围是每个键 2 到 4 位。在本文中，我们提出了两种基于 SAT 的 MPHF 构造。我们的第一个构造产生的 MPHF 接近信息论极限。对于这种构造，当前最先进的 SAT 求解器可以处理字典包含多达 40 个元素的情况，从而优于现有的 (蛮力) 方法。我们的第二个构造使用 XOR-SAT 过滤器来实现一种实用方法，每个键的长期存储量约为 1.83 位。
利用组合规范对称性构建非阿贝尔量子自旋液体
非阿贝尔拓扑态是量子物质最显著的形式之一。这些系统中准粒子激发的交换以简并多体态空间中的非交换幺正变换为特征，即这些准粒子具有非阿贝尔编织统计 [ 1 , 2 ]。理论上预测非阿贝尔态可以描述某些分数量子霍尔 (FQH) 态 [ 3 – 6 ]。Kitaev 的蜂窝自旋液体模型 [ 7 ] 是另一个例子；它在磁场中表现出非阿贝尔相，激发具有 Ising-anyon 统计。实现物质非阿贝尔拓扑态的更一般系统类是 Kitaev 的精确可解量子双模型 [ 8 ]，其中特定状态由选择链接（或规范）自由度取值的非阿贝尔群决定。在实验系统中实现量子双模型的一个障碍是，它们以群元素表示的自由度之间的多体相互作用来写，而不是物理自由度，如自旋或电荷。要通过实验实现量子双模型，需要设计具有一体和两体相互作用的母哈密顿量。参考文献 [ 9 , 10 ] 和 [ 11 ] 在这方面做出了显著的努力。参考文献 [ 9 , 10 ] 的量子双实现中的局域规范对称性是涌现的，仅在理论的低能部分活跃（因此是微扰的）。另一方面，在参考文献 [ 11 ] 中，局域规范对称性是精确的，但不清楚哈密顿量是否像在参考文献 [ 9 ] 中那样在物理上可实现，其中提出了使用约瑟夫森结阵列的物理实现。本文的目标是开发一个框架来填补这两种方法的空白：我们设计一个具有精确局部非阿贝尔规范对称性的物理哈密顿量，仅使用可以在物理系统（如超导量子电路）中实现的 1 体和 2 体相互作用。该计划的关键在于将组合规范对称性 [ 12 ]（请参阅参考文献 [ 13 ]，其中深入介绍了阿贝尔理论的对称性原理，并附带了示例的分步构建）扩展为非阿贝尔理论。规范对称性内置于微观哈密顿量中，因此是精确的，而不是仅在低能量极限下出现。规范对称性在现实哈密顿量中是精确的，这扩展了拓扑相可能稳定的参数范围，从而提供了一种摆脱可达到能隙大小限制的方法。此外，该模型具有铁磁和反铁磁 ZZ 相互作用，以及纵向和横向场。因此，自旋模型是自旋哈密顿量的明确实现，不存在符号问题，实现了非阿贝尔拓扑相。我们重点研究蜂巢格子上链接变量取四元数群 Q 8 内的值的量子双元组。我们用自旋-1/2 自由度表示 8 个四元数变量（ ± 1、± i、± j 和 ± k）。我们将在蜂巢格子的每个链接中使用 4 个“规范”自旋，从而定义一个 16 维希尔伯特空间，我们将其分成偶数和奇数宇称态两组，并使用 8 个偶数宇称态来表示 8 个四元数。该构造使用链接上的“物质”自旋来分裂偶数和奇数宇称态，并在位置上强制三个四元数变量相乘为恒等式（“零通量”条件）。最后，我们给出具有相同非阿贝尔组合规范对称性的超导量子电路。在超导导线很小的极限情况下，电压偏置经过调整，使得每根导线中都倾向于两个近乎简并的电荷态，系统将成为文献 [ 14 ] 中引入的 WXY 模型的非阿贝尔推广。在这种情况下，问题中剩余的能量尺度是约瑟夫森耦合，如果系统（具有组合规范对称性）有间隙，则非微扰间隙必然是这个尺度的数量级。
T15P04-在网络安全策略（Light）
大型模型正在迅速渗入我们生活的所有方面：他们是在YouTube上提供内容，建议在亚马逊上购买，甚至在LLMS（例如GPT和Claude）上购买 - 取代搜索引擎作为我们的主要信息来源。虽然基本模型仅仅是统计过程，但面向消费者的元素经过精心调整并进行了护栏，以呈现世界的特定愿景。DeepSeek避免回答中国政治上敏感的问题，而双子座则插入了以美国为中心的多样性，公平和包容性（DEI）的愿景。我们已经看到了关于Tiktok美国内容推荐算法的潜在亲中国操纵的争议，以及有关政府如何规范美国，欧盟和中国的模型发展和实施的激烈辩论。增加了这一难度是围绕技术的固有不确定性：AI输出的新兴本质意味着预测模型行为和数据编码总是非常困难的，并且每个新的基础模型实际上都是一个需要探索的新的平行世界。
构建量子计算的多体核基础状态的变异方法
Los Alamos国家实验室是一项平权行动/均等机会雇主，由Triad National Security，LLC经营，为美国能源部国家核安全管理局根据合同89233218CNA000001运营。通过批准本文，出版商认识到，美国政府保留了不判有限定的免版税许可，以出版或复制已发表的此捐款形式，或者允许其他人出于美国政府的目的。洛斯阿拉莫斯国家实验室要求出版商根据美国能源部主持的工作确定这篇文章。Los Alamos国家实验室强烈支持学术自由和研究人员发表权；但是，作为一个机构，实验室并未认可出版物的观点或保证其技术正确性。
代码，解码，recode：通过制作
摘要：在手工艺实践中，通过制作和应用技术规则的实践经验来构建体现知识（“编码”），随后通过反思和分析解构（“解码”），然后重建（“重新编码”）进一步发展实践和成果。在本文实践领导的博士学位研究中，用于开发综合编织服装，以证明过程和对象分析在创造性实践的发展以及从手到数字生产的成功过渡中所发挥的至关重要的作用。在手工编织和计算机使用之间绘制相似之处，它探讨了编织中固有的“数字思维”如何促进与数字编织技术的富有成效关系。作为“视觉论文”提出，本文旨在利用一种主要的视觉方法来弥合隐式和显式知识之间的差距，以最大限度地提高研究的范围，以平等的清晰度传达隐式和明确的知识，并为实践领导的研究传播替代方法。
建设非洲绿色经济需要新的基石
例如，一些公司正在采用更加以客户为中心和一体化的市场方法，在这些市场中，私营部门正在展示 DER 可以提供的价值，即：减轻电网压力，扩大行业获得可靠、经济实惠电力的渠道。嵌入式分布式项目正在将剩余的清洁能源输送到电网，而公司则为电网稳定性问题提供新的解决方案。DER 甚至通过向多个商业客户提供长距离轮式电力来资助网络升级。前瞻性的公用事业公司正在创新和建设未来，推出电动汽车车队和/或向商业客户推出互联网服务。与普遍的看法相反，能源行业的创新和合作正在兴起。
构建用于张量网络量子电路模拟的最佳收缩树
摘要 - 基于张量网络的量子电路模拟中的关键问题之一是构造收缩树，它可以最大程度地减少模拟成本，其中可以在操作数量中表达成本作为模拟运行时间的代理。在各种应用领域中出现了同样的问题，例如组合科学计算，概率图形模型中的边缘化以及解决约束满意度问题。在本文中，我们将该问题的计算严重部分减少到一个线性排序之一，并演示如何利用该领域的现有方法在相同的运行时间内实现比现有最先进的方法更好的数量级。为此，我们引入了一种新型的多项式时间算法，用于从给定的顺序构造最佳收缩树。此外，我们引入了一个快速，高质量的线性订购求解器，并证明了其适用性，作为为收缩树提供订购的启发式。最后，我们将我们的求解器与量子电路模拟中构造收缩树构造收缩树的竞争方法比较了随机生成的量子近似优化算法最大切割电路，并表明我们的方法在大多数测试的量子电路上都取得了卓越的结果。可重复性：我们的源代码和数据可在https://github.com/cameton/hpec2022 ContractionTrees上获得。索引术语 - 收集树，张量网络，量子电路模拟，QAOA
基于流密码>构建安全快速的键推导功能
摘要 - 为了保护电子数据，由称为钥匙推导功能的标准函数生成的伪随机密码键起重要作用。该功能的输入称为初始键合材料，例如密码，共享秘密键和非随机字符串。关键推导功能的现有标准安全函数基于流密码，块密码和哈希功能。最新的安全和快速设计是基于流密封的键推导功能（SCKDF 2）。基于流密码，块密码和哈希函数的密钥推导功能的安全级别相等。但是，与其他两个函数相比，基于流密码的密钥推导函数的执行时间更快。本文提出了基于流密码的密钥推导函数的改进设计，即i -sckdf 2。我们使用Trivium模拟了提出的I -SCKDF 2的实例。结果，与现有的SCKDF 2相比，i -sckdf 2的执行时间较低。结果表明，i -sckdf 2生成n -bit加密密钥的执行时间比SCKDF 2低50％。i -sckdf 2的安全性通过了Dieharder测试工具中的所有安全测试。已证明提出的I -sckdf 2是安全的，并且与SCKDF 2相比，模拟时间更快。
以及对人工智能军事应用的后门监管......
摘要 人工智能（AI）军事应用的监管日益受到关注。本文探讨了欧盟作为一个多层次系统如何基于认知权威来监管军事人工智能。这表明，欧盟充当军事人工智能的规则制定者和规则执行者，以构建私人、企业参与者作为专家为前提。作为规则制定者，欧盟成立了全球技术小组等专家小组来为其举措提供信息，从而邀请企业参与者通过前门参与其决策过程。但欧盟也是一个规则执行者，因为它对军事人工智能的监管方法是通过企业参与者设计人工智能技术的方式通过后门形成的。这些观察结果标志着一种新兴的混合监管安全状态，这种状态基于“流动”形式的认知权威，赋予企业行为者权力，但也代表着正式政治权威和非正式专家权威的复杂组合。
探索生成AI在构建具有医学环境的药物适应症的知识图中的作用
摘要药物指示的医学环境提供了有关如何在实践中使用该药物的重要信息。但是，从药物适应症中提取医疗环境仍然受到探讨，因为大多数研究都集中在识别药物和相关疾病上。的确，大多数数据库编目的药物指示都不包含其医疗环境，以机器可读的格式。本文提出了使用大型语言模型来构建钻石-KG，这是药物适应症及其医学环境的知识图。研究1）检查在为语言模型提供其他指导时的准确性和精度变化，2）估计药物适应症中医疗环境的普遍性； 3）评估钻石-KG对Neurodkg的质量，而Neurodkg是一个小型手动策划的知识图。结果表明，更多的详细提示提高了医疗环境提取的质量； 71％的迹象至少具有一种医疗背景； 63.52％的提取的医学环境对应于Neurodkg中鉴定的医疗环境。本文展示了使用大型语言模型进行专业知识提取的实用性，特别着眼于提取药物适应症及其医学背景。我们提供钻石 - 作为由本体支持的公平RDF图。公开访问，钻石kg可能对下游任务，例如语义查询回答，推荐引擎和药物重新定位研究。