XiaoMi-AI文件搜索系统
World File Search Systemiteratively
通过生成伪标签
密集的检索方法在多语言信息检索中表现出了有希望的表现，其中查询和文档可以使用不同的语言。然而，密集的检索器通常需要大量的配对数据，这在多语言方案中带来了更大的挑战。本文介绍了UMR，这是一个未经任何配对数据的训练的ultialual ultilitual contriever r etriever。我们的方法利用了多语言语言模型的序列估计功能，以获取用于培训密集猎犬的伪标签。我们提出了一个两阶段的框架，该框架迭代地改善了多语言密集猎犬的功能。两个基准数据集的实现结果表明，UMR的表现优于监督的基线，展示了训练Mul-listingual语言检索器而没有配对数据的潜力，从而增强了其实用性。1
使用感知反馈
皮质神经假体视觉中的挑战是确定视觉皮层的最佳，安全刺激模式，以唤起盲人个体中所需的感知（特别是光感知），称为磷光素。当前，临床研究通过要求描述刺激方案的描述来洞悉感知磷光的感知特征。然而，多电极刺激设置的巨大参数空间使得很难得出关于导致良好感知磷光的刺激模式的最佳结论。需要在电刺激的参数空间中进行系统搜索，以实现良好的感知。贝叶斯优化（BO）是有效查找最佳参数的框架。使用患者对感知的评分作为反馈，可以建立基于迭代产生的刺激方案的患者反应模型，以最大程度地提高感知质量。通过迭代呈现刺激方案测试了用内部96通道微电极阵列植入的患者，该患者通过BO生成的刺激方案，用于第二个实验，该刺激方案是通过BO生成的。虽然标准BO方法并不能很好地扩展到超过十几个输入的问题，但我们建议使用基于信任区域的BO优化一组40个电极电流。生成的协议确定了哪些电极是从集合中同时刺激的，以及从0-50 µA范围的电流，最大总电流约束为500 µA。患者根据李克特量表上对感知质量的喜好提供了每种刺激的反馈，其中7个分数表示最高质量和0没有感知。在BO实验中，与RG实验相比，患者感知质量评级逐渐收敛于更高的值。同样，根据观察到的患者对较高的磷光磷酸的偏好，BO选择了逐渐更高的总电流值。最后，在先前的研究中，观察到的电极在产生磷光感知方面更有效，也可以通过BO逐渐选择较高的电流值的分配。这项研究证明了BO基于患者的反馈而融合到最佳刺激方案的力量，从而更有效地搜索了临床研究的刺激参数。
![arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日](/simg/g:\will\search\icon\source\d\d218e1fe75ebf62623e6767a32680742b198a723.png)
arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日
识别产生破坏性风暴潮的热带气旋以进行风险评估（例如从用于气候研究的大型降尺度风暴目录中识别），通常很棘手，因为它需要进行许多昂贵的蒙特卡罗流体动力学模拟。在这里，我们表明替代模型从准确度、召回率和精确度的角度来看很有前景，并且它们可以“推广”到新的气候情景。然后，我们提出了一种信息丰富的在线学习方法，仅使用一些流体动力学模拟即可快速搜索产生极端风暴潮的气旋。从具有详细风暴潮流体动力学模拟的最小 TC 子集开始，替代模型选择信息丰富的数据进行在线重新训练，并迭代改进其对破坏性 TC 的预测。对大量降尺度 TC 目录的结果表明，使用不到 20% 的模拟作为训练，检索罕见的破坏性风暴的精确度为 100%。信息丰富的采样方法高效、可扩展到大型风暴目录，并可推广到气候情景。
与大语言模型的人类互动复杂信息
Kadir Karakaya摘要：本文探讨了与大型语言模型或复杂信息任务中的人类互动，重点是迅速工程策略。本文回顾了有关使用人工智能（AI）的当前文献，这些文献通常是非线性的，并且需要解释，组织和信息的综合。在提示增强生成AI响应的角色上的作用上，该研究框架促使工程作为一种媒介，有可能使用户能够迭代地处理复杂的信息任务。它提供了使用关键提示策略的建议，例如任务分解，迭代精致，受众和上下文的识别以及角色/角色分配。考虑到促使作为批判性AI素养的显着重要性，本文以几种含义结尾，可能有利于在生成AI背景下增强人类交流。关键字：生成AI，人类互动，大语言模型，及时的工程，复杂的信息任务，AI读写能力，促使策略
技术和地缘政治动态中的生物安全
生物安全面临的挑战。在过去二十年中，美国政府在制定和不断改进综合国家战略、衍生政策框架和相关实施计划方面取得了进展。这在一定程度上得益于领导层的持续关注和兴趣。现在可以预期能力和产能将取得重大进步（假设有后续投资来实现政策目标）。此外，一个强劲而充满活力的生物技术经济已经出现，其参与者和利益相关者的生态系统日益复杂。在人工智能（作为众多使能技术之一）和高性能计算的推动下，这个生态系统正在迅速改善生物安全（例如，通过压缩“生物防御 OODA 循环”中的时间表）。此外，尽管进展缓慢，但通过新的工具来调查不遵守情况的指控，在加强《生物武器公约》方面也取得了进展。此外，许多其他国家也寻求并欢迎美国在应对全球卫生挑战方面发挥领导作用。
扩大技术介导的剧院体验的设计空间
将实时性能和技术结合的工作通常涉及将技术直接纳入舞台上的性能，包括交互式服装或表演者控制的套装，照明或声音。我们将这种常见的方法倒置，在现场戏剧制作的时间和空间范围之外开发技术介导的经验。我们与专家剧院从业人员一起描述了4个月的共同设计流程，并确定该过程是如何塑造我们的设计准则的，2）扩展了围绕跨学科合作的现有最佳实践的讨论。通过设计风格，我们介绍了三个带注释的原型：增强的游戏播放式游戏，祈祷轮和塔罗牌，以及随附的AR应用程序，以传达我们在整个项目中迭代地否决的决策和哲学。这些文物还体现了我们的六个设计指南：共鸣，扩展叙事，反思性互动，选择性揭示，个性化的体验和特权访问。
扩大技术介导的剧院体验的设计空间
将实时性能和技术结合的工作通常涉及将技术直接纳入舞台上的性能，包括交互式服装或表演者控制的套装，照明或声音。我们将这种常见的方法倒置，在现场戏剧制作的时间和空间范围之外开发技术介导的经验。我们与专家剧院从业人员一起描述了4个月的共同设计流程，并确定该过程是如何塑造我们的设计准则的，2）扩展了围绕跨学科合作的现有最佳实践的讨论。通过设计风格，我们介绍了三个带注释的原型：增强的游戏播放式游戏，祈祷轮和塔罗牌，以及随附的AR应用程序，以传达我们在整个项目中迭代地否决的决策和哲学。这些文物还体现了我们的六个设计指南：共鸣，扩展叙事，反思性互动，选择性揭示，个性化的体验和特权访问。
针对新妈妈的价值观定制型网络干预措施，以提高婴儿疫苗接种率：开发和定性研究
背景：父母对疫苗接种犹豫不决导致儿童接种不足和疫苗可预防疾病的爆发。由于对疫苗接种犹豫不决的原因多种多样，医疗服务提供者在定期临床就诊期间往往没有足够的时间来充分解决父母的所有担忧。在临床就诊前通过互联网提供个性化疫苗信息可能是一种有效缓解父母疫苗接种担忧同时又节省时间的好方法。包括基于价值观的定制是一种有前途但未经检验的信息创建方法。目标：本研究旨在描述我们开发基于网络的干预措施的过程，该干预措施正在一项正在进行的随机对照试验中使用，旨在通过减少父母对疫苗接种的犹豫来提高婴儿疫苗接种的及时性。方法：干预措施的制定结合了循证健康行为理论。通过一系列访谈、调查和反馈会议，与疫苗接种专家和潜在最终用户合作迭代开发干预措施。
使用生成机器学习求解配置空间中的薛定谔方程
图 1：(a) 受限玻尔兹曼机 (RBM) 架构由一个可见输入层和一个二进制值隐藏层组成；对于给定的配置 (v, h)，参数 (a, b, W) 用于定义能量函数 E 和相关的类玻尔兹曼概率密度 P。(b) 例如，RBM 可以在一组手写数字上进行训练，然后用于生成新的真实数字；为此，数字图像被展平为一维二进制向量 v(k)，其中 1 和 0 分别对应数字和背景像素。(c) 配置相互作用 (CI) 方法将分子的波函数展开为激发斯莱特行列式的线性组合，可以表示为一种一维二进制图像。 (d) 本研究中提出的 CIgen 算法以迭代方式训练 RBM 在波函数当前近似中的行列式分布上，然后通过生成新的贡献来扩展它。
重演者：在故事重述实践中促进具有生成图像的词汇学习者
阅读并反复重述一个短篇小说是学习目标单词的含义和用法的常见和有效的方法。但是，学习者经常在理解，回忆和重述这些目标词的故事背景下努力。受到多媒体学习认知理论的启发，我们提出了一个计算工作流程，以生成与故事相关的相关图像。基于工作流程，我们与学习者和老师一起迭代设计了一个名为Retassist的交互式词汇学习系统。它可以生成故事的句子级图像，以促进故事重述实践中目标单词的理解和回忆。我们的受试者内研究（n = 24）表明，与没有生成图像的基线系统相比，雷达斯主义者显着提高了学习者在用目标词表达时的流利性。参与者还认为，Retassist会减轻他们的学习工作量，并且更有用。我们讨论了利用文本对图像生成模型来支持学习任务的见解。