XiaoMi-AI文件搜索系统
World File Search Systemdiverse
MCD：机器人感知的多种大型多校区数据集
感知在各种机器人应用中起着至关重要的作用。但是，现有的良好的数据集偏向自动驾驶场景，而未标记的SLAM数据集则很快过于拟合，并且通常缺乏环境和域变化。为了扩大这些领域的边界，我们介绍了一个名为MCD（Multi-campus数据集）的全面数据集，其中包含各种感应方式，高准确的地面真相以及在三个欧亚大学的欧亚大学校园内的挑战性环境。MCD包括CCS（经典的圆柱旋转）和NRE（非重复性环球）LIDAR，高质量的IMU（惯性测量单元），相机和UWB（URWB（Ultra-Wideband））传感器。更重要的是，在开创性的努力中，我们引入了29堂课的语义注释，超过59k稀疏的nre lidar扫描
计划，验证和切换：与多样的X的集成推理
由于大型语言模型（LLMS）通过不同的提示方法（例如思想链，思想计划）显示出有效性，因此我们发现这些方法在数学原因任务上彼此形成了极大的互补性。在这项工作中，我们提出了XOT，这是一个通过不同的推理思想提示LLM来解决问题的解决框架。对于每个问题，XOT始终从选择最合适的方法开始，然后迭代执行每种方法。在每次迭代中，XOT都会积极检查一般答案的有效性，并结合了外部执行者的反馈，从而使其能够在不同的提示中的不同提示之间进行动态切换。通过对10个流行数学推理数据集的大量实验，我们证明了我们提出的方法的有效性，并彻底分析了每个模型的优势。此外，经验结果表明，我们的框架与最近的工作是正交的，该工作改善了单个推理方法，并且可以进一步推广到逻辑推理领域。通过允许切换方法，XOT为统一框架中各种推理思想的协作整合提供了新的视角。
解决跨 Sr 的多种氧气运输途径...
晶格、自旋和轨道自由度之间的相互作用。[1] 这些晶体可以容纳各种决定其性质的阳离子物种，从而产生不同的电子、磁性和光学行为。[2] 例如，它们的催化活性和性能可受到 A 位和/或 B 位阳离子取代或部分取代的显著影响。[3–6] 在众多用于催化应用的钙钛矿中，Sr 掺杂的镧铁氧体 (La 1 −xSr x FeO 3 ; LSFO) 在光催化水分解方面引起了特别的关注，[7–10] 其中 Fe 作为 B 位过渡金属阳离子驱动选择性氧化。 La 3 +阳离子被氧化态较低的阳离子（即Sr 2 +）取代，导致B阳离子部分氧化为氧化态较高和/或形成氧空位，从而产生更佳的催化活性。[10] 钙钛矿能够容纳多种取代基和掺杂剂，这为其组成和相关氧化态提供了很大的灵活性。这种可调性反过来又使得可以根据各种应用调整钙钛矿的物理化学性质，例如固体氧化物燃料电池（SOFC）中的阴极材料、非均相催化中的催化剂和氧载体、氧分离膜和固态气体传感器。[11]
不同患者对人工智能（AI）的态度不同 不同患者对人工智能（AI）的态度不同
人工智能 (AI) 有潜力提高诊断准确性。然而，人们往往不愿意信任自动化系统，一些患者群体可能特别不信任。我们试图确定不同的患者群体对使用 AI 诊断工具的看法，以及框架和告知选择是否会影响接受度。为了构建和预测试我们的材料，我们对一组不同的实际患者进行了结构化访谈。然后，我们进行了一项预先注册 (osf.io/9y26x)、随机、盲法的析因设计调查实验。一家调查公司提供了 n = 2675 份回复，对少数群体进行了过度抽样。临床案例被随机分为八个变量，每个变量有两个水平：疾病严重程度（白血病与睡眠呼吸暂停）、AI 是否被证明比人类专家更准确、AI 诊所是否通过倾听和/或量身定制来为患者提供个性化服务、AI 诊所是否避免种族和/或经济偏见、初级保健医生 (PCP) 是否承诺解释和采纳建议，以及 PCP 是否引导患者选择 AI 作为既定的、推荐的和简单的选择。我们的主要结果测量是选择 AI 诊所还是人类医师专科诊所（二元，“AI 采用率”）。我们发现，根据美国人口的权重代表性，受访者几乎平分秋色（52.9% 选择人类医生，47.1% 选择 AI 诊所）。在符合预先登记的参与标准的受访者的未加权实验对比中，PCP 解释 AI 已证明具有卓越的准确性，这增加了接受度 (OR = 1.48，CI 1.24–1.77，p < .001)，PCP 推动 AI 作为既定选择 (OR = 1.25，CI：1.05–1.50，p = .013)，以及保证 AI 诊所有经过培训的咨询师倾听患者的独特观点 (OR = 1.27，CI：1.07–1.52，p = .008)。疾病严重程度 (白血病与睡眠呼吸暂停) 和其他操纵对 AI 的接受度没有显著影响。与白人受访者相比，黑人受访者选择 AI 的频率较低（OR = .73，CI：.55-.96，p = .023），而美洲原住民选择 AI 的频率较高（OR：1.37，CI：1.01-1.87，p = .041）。年长的受访者选择 AI 的可能性较小（OR：.99，CI：.987-.999，p = .03），自认为政治保守的人（OR：.65，CI：.52-.81，p < .001）或认为宗教很重要的人（OR：.64，CI：.52-.77，p < .001）也是如此。教育水平每提高一个单位，选择 AI 提供商的几率就会增加 1.10（OR：1.10，CI：1.03-1.18，p = .004）。虽然许多患者似乎不愿意使用人工智能，但准确的信息、提醒和倾听的患者体验
激发多元化想法：增加 AI 创意多样性
与重视一致性的常规任务不同，创造力和创新的目标是创造多样化的想法。本文深入探讨了人们对使用人工智能 (AI) 来提高创意生成过程的生产力和质量的日益增长的兴趣。虽然之前的研究发现人工智能创意的平均质量相当高，但之前的研究也指出，基于人工智能的头脑风暴无法创造足够分散的想法，这限制了新颖性和整体最佳创意的质量。我们的研究调查了增加人工智能生成创意分散性的方法。使用 GPT-4，我们探索了不同的提示方法对余弦相似度、独特创意的数量以及创意空间耗尽速度的影响。我们在为大学生开发新产品的领域开展了这项工作，价格低于 50 美元。在此背景下，我们发现 (1) GPT-4 使用各种合理提示生成的想法池的多样性不如人类受试者群体生成的想法 (2) 人工智能生成的想法的多样性可以通过提示工程显着提高 (3) 思路链 (CoT) 提示导致我们评估的所有提示中想法的多样性最高，并且能够接近人类受试者群体所取得的成就。它还能够生成我们研究的任何提示中最多的独特想法。
警报细胞因子在寄生虫感染中发挥的关键且多样的作用
包括 IL-25、IL-33 和胸腺基质淋巴细胞生成素 (TSLP) 在内的警报素细胞因子可作为危险信号触发宿主免疫，以应对寄生虫感染等致病因素引起的组织损伤。寄生虫病也为研究其功能和机制提供了极好的背景。许多研究表明，非免疫细胞（如上皮细胞和基质细胞）释放的警报素细胞因子会诱导宿主启动 2 型免疫，从而驱除寄生虫，但也会导致宿主病理，如组织损伤和纤维化。相比之下，来自免疫细胞（如树突状细胞）的警报素细胞因子（尤其是 IL-33）可能会引发免疫抑制环境，从而促进宿主对寄生虫的耐受性。此外，据报道，警报素细胞因子在寄生虫感染中的作用取决于寄生虫种类、警报素细胞因子的细胞来源和免疫微环境，所有这些都与寄生部位或器官有关。本叙述性综述旨在提供有关警报素细胞因子在涉及不同器官（包括肠、肺、肝和脑）的寄生虫感染中的关键和多样化作用的信息。
肌醇单磷酸酶：锂、卡马西平和丙戊酸的多种作用
情绪稳定药物的治疗分子作用位点尚不清楚。肌醇单磷酸酶 (EC 3.1.3.25) 是肌醇信号系统的主要酶，此前已证明其受到临床相关浓度锂的抑制，表明该酶是躁狂抑郁症的潜在治疗作用位点。抑制肌醇单磷酸酶 (IMPase)（该酶将肌醇单磷酸盐转化为肌醇）会导致肌醇单磷酸盐水平升高，可用于肌醇磷脂再合成的肌醇减少。除锂外，卡马西平和丙戊酸也用于治疗躁狂抑郁症。确定抑制肌醇单磷酸酶 (IMPase) 是否对躁狂抑郁症有治疗作用具有重要意义。
DNA结合重新分布激活域的集合和先锋因子Sox2各种病毒cas基因拮抗CRISPR免疫
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。该预印本版的版权持有人于2023年6月24日发布。 https://doi.org/10.1101/2023.06.24.545427 doi：biorxiv preprint
腺相关病毒工具包可靶向多种脑细胞
重组腺相关病毒 (AAV) 是神经科学研究中常用的基因传递载体。它们具有两个可工程化的特征：衣壳（外部蛋白质壳）和货物（封装的基因组）。可以修改这些特征以分别增强细胞类型或组织向性并控制转基因表达。已经鉴定出几种具有独特向性的工程化 AAV 衣壳，包括具有增强的中枢神经系统转导、细胞类型特异性和神经元逆向运输的变体。将这些 AAV 与现代基因调控元件和最先进的报告、传感器和效应货物配对，可以实现高度特异性的转基因表达，以对脑细胞和回路进行解剖和功能分析。在这里，我们讨论了最近的进展，这些进展提供了一个全面的（衣壳和货物）AAV 工具包，用于遗传访问分子定义的脑细胞类型。
通过调节DGAT2
噬菌体（噬菌体）构成了地球上最丰富和遗传多样的实体。细菌与估计全球总数10³为病毒体的相互作用显着塑造了人类健康和环境生态系统（1）。噬菌体与其细菌宿主之间的生态相互作用的规模驱动了一种遗传武器种族，从而不断改变分子水平的微生物寿命（2）。在大型时间尺度上快速发展而产生的多样性为人类健康创新（例如噬菌体疗法）提供了基础，以及生物技术创新的基础，例如群集定期散布的短期短滴定重复序列（CRISPR）和CRISPR与CRISPPR相关（CAS）蛋白质系统（3-5）。然而，具有巨大的遗传多样性是伟大的未知数 - 对绝大多数噬菌体中的基因含量已知。与细菌对应物相比，噬菌体基因组编码具有已知或预测功能的基因的小部分，这构成了生物圈中最大的遗传暗物质（未知功能基因）之一（6）。尽管有可能使用经典的遗传技术将一些暗物质带到光线下，但仍需要更高的实验方法来简化和加快噬菌体基因组的遗传遗传含量的表征和加快表征。