XiaoMi-AI文件搜索系统
World File Search Systemoren
Manish Raghavan
1。N. Dalvi，M。Olteanu，M。Raghavan和P. Bohannon。 重复数据库。 in proc。 第23届国际世界网络会议。 2014年4月2。 J. Kleinberg，S。Oren和M. Raghavan。 为当前有偏见的精致代理计划问题。 in proc。 第17届ACM经济学和计算会议。 2016年7月3. J. Kleinberg，S。Mullainathan和M. Raghavan。 在风险评分的公平确定中固有的权衡。 在理论计算机科学会议的第八届创新中。 2017年1月4。 M. Olteanu，N。Dalvi和M. Raghavan。 识别与位置存储的物理位置相关的描述性术语。 在美国专利号中 9613054。 2017年4月5。 J. Kleinberg，S。Oren和M. Raghavan。 有多种偏见。 in proc。 第18届ACM经济学和计算会议。 2017年6月6日。 G. Pleiss，M。Raghavan，F。Wu，J。Kleinberg，K。Weinberger。 公平和校准。 in proc。 第31届神经信息处理系统会议。 2017年12月7. J. Kleinberg，M。Raghavan。 在存在隐性偏见的情况下选择问题。 在理论计算机科学会议的第9创新中。 2018年1月8. M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。N. Dalvi，M。Olteanu，M。Raghavan和P. Bohannon。重复数据库。in proc。第23届国际世界网络会议。2014年4月2。J. Kleinberg，S。Oren和M. Raghavan。 为当前有偏见的精致代理计划问题。 in proc。 第17届ACM经济学和计算会议。 2016年7月3. J. Kleinberg，S。Mullainathan和M. Raghavan。 在风险评分的公平确定中固有的权衡。 在理论计算机科学会议的第八届创新中。 2017年1月4。 M. Olteanu，N。Dalvi和M. Raghavan。 识别与位置存储的物理位置相关的描述性术语。 在美国专利号中 9613054。 2017年4月5。 J. Kleinberg，S。Oren和M. Raghavan。 有多种偏见。 in proc。 第18届ACM经济学和计算会议。 2017年6月6日。 G. Pleiss，M。Raghavan，F。Wu，J。Kleinberg，K。Weinberger。 公平和校准。 in proc。 第31届神经信息处理系统会议。 2017年12月7. J. Kleinberg，M。Raghavan。 在存在隐性偏见的情况下选择问题。 在理论计算机科学会议的第9创新中。 2018年1月8. M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。J. Kleinberg，S。Oren和M. Raghavan。为当前有偏见的精致代理计划问题。in proc。第17届ACM经济学和计算会议。2016年7月3.J. Kleinberg，S。Mullainathan和M. Raghavan。 在风险评分的公平确定中固有的权衡。 在理论计算机科学会议的第八届创新中。 2017年1月4。 M. Olteanu，N。Dalvi和M. Raghavan。 识别与位置存储的物理位置相关的描述性术语。 在美国专利号中 9613054。 2017年4月5。 J. Kleinberg，S。Oren和M. Raghavan。 有多种偏见。 in proc。 第18届ACM经济学和计算会议。 2017年6月6日。 G. Pleiss，M。Raghavan，F。Wu，J。Kleinberg，K。Weinberger。 公平和校准。 in proc。 第31届神经信息处理系统会议。 2017年12月7. J. Kleinberg，M。Raghavan。 在存在隐性偏见的情况下选择问题。 在理论计算机科学会议的第9创新中。 2018年1月8. M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。J. Kleinberg，S。Mullainathan和M. Raghavan。在风险评分的公平确定中固有的权衡。在理论计算机科学会议的第八届创新中。2017年1月4。M. Olteanu，N。Dalvi和M. Raghavan。 识别与位置存储的物理位置相关的描述性术语。 在美国专利号中 9613054。 2017年4月5。 J. Kleinberg，S。Oren和M. Raghavan。 有多种偏见。 in proc。 第18届ACM经济学和计算会议。 2017年6月6日。 G. Pleiss，M。Raghavan，F。Wu，J。Kleinberg，K。Weinberger。 公平和校准。 in proc。 第31届神经信息处理系统会议。 2017年12月7. J. Kleinberg，M。Raghavan。 在存在隐性偏见的情况下选择问题。 在理论计算机科学会议的第9创新中。 2018年1月8. M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。M. Olteanu，N。Dalvi和M. Raghavan。识别与位置存储的物理位置相关的描述性术语。在美国专利号9613054。2017年4月5。J. Kleinberg，S。Oren和M. Raghavan。 有多种偏见。 in proc。 第18届ACM经济学和计算会议。 2017年6月6日。 G. Pleiss，M。Raghavan，F。Wu，J。Kleinberg，K。Weinberger。 公平和校准。 in proc。 第31届神经信息处理系统会议。 2017年12月7. J. Kleinberg，M。Raghavan。 在存在隐性偏见的情况下选择问题。 在理论计算机科学会议的第9创新中。 2018年1月8. M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。J. Kleinberg，S。Oren和M. Raghavan。有多种偏见。in proc。第18届ACM经济学和计算会议。2017年6月6日。G. Pleiss，M。Raghavan，F。Wu，J。Kleinberg，K。Weinberger。 公平和校准。 in proc。 第31届神经信息处理系统会议。 2017年12月7. J. Kleinberg，M。Raghavan。 在存在隐性偏见的情况下选择问题。 在理论计算机科学会议的第9创新中。 2018年1月8. M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。G. Pleiss，M。Raghavan，F。Wu，J。Kleinberg，K。Weinberger。公平和校准。in proc。第31届神经信息处理系统会议。2017年12月7.J. Kleinberg，M。Raghavan。 在存在隐性偏见的情况下选择问题。 在理论计算机科学会议的第9创新中。 2018年1月8. M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。J. Kleinberg，M。Raghavan。在存在隐性偏见的情况下选择问题。在理论计算机科学会议的第9创新中。2018年1月8.M. Raghavan，A。Anderson，J。Kleinberg。 映射在线政治互联行动的调用结构。 in proc。M. Raghavan，A。Anderson，J。Kleinberg。映射在线政治互联行动的调用结构。in proc。第27届国际世界网络会议。2018年4月9.M. Raghavan，A。Slivkins，J。W。Vaughan，Z。S. Wu。 探索的外部性以及数据多样性如何有助于剥削。 在学习理论会议上。 2018年7月10. M. Raghavan，M。Purohit，S。Gollapudi。 在不确定性下雇用。 在国际机器学习会议上。 2019年6月11. M. Raghavan，S。Barocas。 减轻算法招聘中偏见的挑战。 在布鲁金斯统治中。 2019年12月M. Raghavan，A。Slivkins，J。W。Vaughan，Z。S. Wu。探索的外部性以及数据多样性如何有助于剥削。在学习理论会议上。2018年7月10.M. Raghavan，M。Purohit，S。Gollapudi。 在不确定性下雇用。 在国际机器学习会议上。 2019年6月11. M. Raghavan，S。Barocas。 减轻算法招聘中偏见的挑战。 在布鲁金斯统治中。 2019年12月M. Raghavan，M。Purohit，S。Gollapudi。在不确定性下雇用。在国际机器学习会议上。2019年6月11.M. Raghavan，S。Barocas。减轻算法招聘中偏见的挑战。在布鲁金斯统治中。2019年12月
半自然设置中对催产素神经元进行无线光遗传学刺激可动态提升亲社会行为和竞争行为
Sergey Anpilov, 1 , 2 , 5 Yair Shemesh, 1 , 2 , 5 Noa Eren, 1 , 2 , 5 Hala Harony-Nicolas, 3 Asaf Benjamin, 1 , 2 Julien Dine, 1 , 2 Vinı´cius EM Oliveira, 4 Oren Forkosh, 1 , 2 Stoyo Karamihalev, 1 , 2 Rosa-Eva H € uttl, 1 , 2 Noa Feldman, 1 Ryan Berger, 1 Avi Dagan, 1 Gal Chen, 1 Inga D. Neumann, 4 Shlomo Wagner, 3 Ofer Yizhar, 1 和 Alon Chen 1 , 2 , 6 , * 1 魏茨曼科学研究所神经生物学系，雷霍沃特 7610001，以色列2 压力神经生物学系和神经遗传学，马克斯普朗克精神病学研究所，慕尼黑 80804，德国 3 Sagol 海法大学神经生物学系，海法 3498838，以色列 4 行为和分子神经生物学系，雷根斯堡神经科学中心，雷根斯堡大学，雷根斯堡 93053，德国 5 这些作者贡献相同 6 主要联系人 *通信地址：alon.chen@weizmann.ac.il https://doi.org/10.1016/j.neuron.2020.05.028
生成式 AI 和 ChatGPT 企业风险
许多 Team8 CISO Village 成员和来自更广泛社区的其他成员协助撰写、审阅和编辑了本文档。可以公开分享姓名的人员如下：Aaron Dubin、Adam Shostack、Alyssa Miller、Amir Zilberstein、Ann Johnson、Aryeh Goretsky、Avner Langut、Avi Ben- Menahem、Brian Barrios、Chenxi Wang、Dave Ruedger、Dikla Saad Ramot、Doron Shikmoni、Gidi Farkash、Imri Goldberg、Jeffrey DiMuro、Larry Seltzer、Liran Grinberg、ADM Michael S. Rogers USN (ret)、Michal Kamensky、Nadav Zafrir、Nate Lee、Oren Gur、Reet Kaur、Roy Heldshtein、Sara Lazarus、Ric Longenecker、Susanne Senoff、Tomer Gershoni
空间人胸细胞图映射
Nadav Yayon 1.2 ^，Veronika R. 1 ^ 1 ^，Lena Boehme 3 ^，很快1，Brianna 3 Wachter 4，Rebecca T. Tuck 1，Emma Dann 1， 9，Vitalii 7骨骼1，维护材料10，David Crossland 10，Martia Bostics 4，8 French Palace 4，Elena Prigmore 1，Roger A. Barker 11，小小，11岁， Marioni 2:14 *，Tom Tagon 3:13 *，Sarah A. Teichmann 1.15 *
折叠：期待已久的对halomonadaceae家族的半分基因组研究
在发表的文章中，新组合Vreelandella utahensis的形成出现了错误，该组合应该被称为Vreelandella halolophila梳子。nov。取而代之的是，在规则41a的应用中使用该物种的最早合法词（Oren等，2023）。对分类学结论部分进行了更正，特别是对Vreelandella utahensis梳子的描述。nov。本节先前指的是：“ Vreelandella utahensis梳子的描述。nov。 vreelandella utahensis（U.Ta.Hen'sis。N.L. fem。 adj。 utahensis，指的是犹他州）。 基础：Halomonas utahensis Sorokin和Tindall，2006年。 该描述如该提议所述（Sorokin和Tindall，2006年），并具有以下添加。 类型应变的基因组大小为3.73 MBP。 DNA G + C含量为55.8 mol％。 与大盐湖（美国）的北部的地表水分离出来。 类型应变为孤立III T = ATCC 49240 T = CECT 5286 T = CIP 105504 T = DSM 3051 T = IAM 14440 T = JCM 21223 T = NBRC 102410 t。 类型应变基因组序列登录号：GCA_007991175.1。 类型16S rRNA基因序列登录号：AJ306893。”N.L.fem。adj。utahensis，指的是犹他州）。基础：Halomonas utahensis Sorokin和Tindall，2006年。该描述如该提议所述（Sorokin和Tindall，2006年），并具有以下添加。类型应变的基因组大小为3.73 MBP。DNA G + C含量为55.8 mol％。与大盐湖（美国）的北部的地表水分离出来。类型应变为孤立III T = ATCC 49240 T = CECT 5286 T = CIP 105504 T = DSM 3051 T = IAM 14440 T = JCM 21223 T = NBRC 102410 t。类型应变基因组序列登录号：GCA_007991175.1。类型16S rRNA基因序列登录号：AJ306893。”
![arXiv:1905.04210v2 [cs.AI] 2020 年 2 月 14 日](/simg/g:\will\search\icon\source\1\1c7674a20e850a75c8ef4f07c3e06bef37ed2e23.png)
arXiv:1905.04210v2 [cs.AI] 2020 年 2 月 14 日
目标识别作为规划（Ram´ırez 和 Geffner 2009；Ram´ırez 和 Geffner 2010）的任务是从给定一系列观察、初始状态和观察下的代理的行为模型的一组假设中识别实际目标。目标识别作为规划的方法利用高效的规划技术和启发式信息来开发越来越准确和更快的目标识别方法。大多数方法根据比较最佳计划的成本和受约束以遵守或避免观察的计划的成本的指标来选择目标。这些方法在计算或近似这些成本的方式上有所不同。虽然有些方法使用规划器计算这些成本（Ram'ırez 和 Geffner 2009；Ram'ırez 和 Geffner 2010），但其他方法使用启发式函数的复杂结构来近似它们（E-Mart'ın、R.-Moreno 和 Smith 2015；Vered 等人2018），或者尝试通过在动作描述中引入权重来明确应对缺失和嘈杂的观察（Sohrabi、Riabov 和 Udrea 2016）。相比之下，最近的研究（Pereira、Oren 和 Meneguzzi 2017）引入了识别启发式方法，使用来自规划实例结构的信息来从一组目标假设和观察中识别实际目标。他们都试图平衡速度
在快速进步的情况下管理极端的AI风险
Yoshua Bengio Mila -Quebec AI研究所，蒙特罗张教大学AI国际治理研究所，张教大学shai Shaiv-Shalev-Shwartz，耶路撒冷吉利安·吉利安·哈德菲尔德大学多伦多，施瓦茨·雷斯曼学院。技术与社会，矢量研究所。不列颠哥伦比亚省杰夫·克莱恩大学，载体学院Tegan Maharaj大学多伦多大学，Schwartz Reisman Inst。技术与社会，矢量研究所。Frank Hutter Ellis Institute t ubingen，弗里伯格·阿利姆·吉纳斯大学卖出牛津·希拉·希拉·希拉·麦克拉斯大学多伦多，施瓦茨·雷斯曼学院。技术与社会，矢量研究所。Qiqi Gao东部中国政治学与法律大学Ashwin Acharya Rand公司David Krueger剑桥大学ANCA DRAGAN DRAGAN UC BERKELEY UC BERKELEY PHILIP UNIOPYS OXFORD FORDER OXFORD StUART Stuart Russell UC Berkeley Daniel Daniel Daniel Kahneman公立与国际事务学院学院，大学Qiqi Gao东部中国政治学与法律大学Ashwin Acharya Rand公司David Krueger剑桥大学ANCA DRAGAN DRAGAN UC BERKELEY UC BERKELEY PHILIP UNIOPYS OXFORD FORDER OXFORD StUART Stuart Russell UC Berkeley Daniel Daniel Daniel Kahneman公立与国际事务学院学院，大学
日记牙前线
Elena Cotsiliti, Valentine Lion, Svenge Schuehle, Olivier Govaere, And Li, Monique J. Wolf, Helena Horvatic, Skrevant Gupta, Tracy Gupta, Tracy O'Connor, Anastasios D. Giannou, Ahmad Mustafa Shiri, Schlesinger, Maria Beccaria, Charlotte Rennert, Dominic Pfister, Angry, Iana Gadjalo，Neda。 Jakob Janzen，Singh Indrabhadur，Chaofan粉丝，Xinyuan Liu，Monika Rau，Martin Feuchenberg，Eva Schwaneck，Sebastian J. Wallace。 Burst，Mihael Vicur，Mihael Vicur，Hellmut G. Augustin。阿卜杜拉（Abdullah），德克·哈勒（Dirk Haller），弗兰克·塔克（Frank Tacke），昆汀·安斯特（Quentin M.
系统和应用微生物学
最近，作为具有命名类型的原核生物的新的命名法守则已发表，因此随后已生效。系统和应用微生物学的编辑器（SAM）想概述日记本将如何处理所得的两个独立代码（ICNP和SEQCODE），以期在此期间将它们共存。sam都热衷于支持两种界限，因此提出了高质量，因此增加了耕种和未经培养的原核生物的分类价值。在这里，我们描述了将在SAM中发表的新分类单元描述手稿的最低要求和建议。分类学家和分子生态学家之间的最新辩论使微生物学带入了空前的十字路口，其中有两个独立的命名法规已生效。目前正在进行广泛修订的原核生物命名法（ICNP;（Parker等，2019））（Oren等，2021），一直是过去60年来命名原核生物的基础，自2001年以来，自2001年以来，仅在两种不同的过滤材料中沉积了纯纯培养物。 On the other hand, and after our sugges- tion to take action ( Konstantinidis et al., 2017 ), some microbiologists, including several molecular ecologists and taxonomists, created the new Code of Nomenclature of Prokaryotes Described from Sequence Data (SeqCode; ( Hedlund et al., 2022; Whitman et al., 2022 )), which considers genome sequences deposited in INSDC回购之一是类型材料。目前正在进行广泛修订的原核生物命名法（ICNP;（Parker等，2019））（Oren等，2021），一直是过去60年来命名原核生物的基础，自2001年以来，自2001年以来，仅在两种不同的过滤材料中沉积了纯纯培养物。On the other hand, and after our sugges- tion to take action ( Konstantinidis et al., 2017 ), some microbiologists, including several molecular ecologists and taxonomists, created the new Code of Nomenclature of Prokaryotes Described from Sequence Data (SeqCode; ( Hedlund et al., 2022; Whitman et al., 2022 )), which considers genome sequences deposited in INSDC回购之一是类型材料。这代表了一种直接的解决方案，用于推进有关以稳定命名法的未经文化类群分类法进行的科学沟通。ICNP和SEQCODE广泛重叠，但后者包括几种改进，使命名法更易于访问，更易于应用，并且更容易被启用（Whitman等，2022）。除了基因组序列作为类型材料的改进和实施外，Seqcode还包括一个在线自我注册系统（https://seqco.de/），该系统代表了生成官方记录并确定名称优先级的主要机制。名称的验证是通过注册表平台进行的，其中包括原始出版物的DOI，或者作者可以在获得DOI之前注册其名称，这将使他们能够在审查时收到反馈并在手稿中纠正术语。相比
膜流动性的高通量分析揭示了免疫细胞状态中隐藏的维度
该项目由Hyundai Hope On Wheels Hope Scholar Award（PI：R.D.G，Grant＃716838）资助，并在美国游泳，包括R.D.G和H.E.M.的工资支持。O.P. 获得了NCI刺激获得居住研究（Starr）奖项的支持，该奖项是哥伦比亚癌症研究者研究计划的补充（R38CA231577）。 C-C.W获得了Gary and Yael Fegel Family Foundation（CU21-1080），St.Baldrick's Foundation（SBF CU21-0529），Star and Storm Foundation，Sebastian Strong Foundation和Matheson Foundation（UR010590）。 Flash Iradiator的开发得到了NIAID Grant U19-AI067773的部分支持，以及哥伦比亚大学欧文医学中心和Weill Cornell Medical Center的辐射肿瘤学系，以及Barry Neustein的无限制研究礼物。 ZZ实验室的研究得到NIND的支持（NS 132344）。 这项研究使用了由中心赠款P30CA013696资助的Herbert Irving综合癌症中心（HICCC）的共享资源，特别是分子病理学，流式细胞仪，肿瘤学精确治疗学和成像（Optic），以及基因组学和基因组学和高吞吐量筛选共享资源。 特别感谢流式细胞仪核心的帮助。 内容仅是作者的责任，并不一定代表NIH的官方观点。 致谢我们要感谢Oren J. Becher博士提供的Murine DIPG 4423 Cell系列，以及Jim Sharkey，Ron Drake和James Viera在包括Clinac设置和维护在内的Flash Iradiator上提供了帮助。O.P.获得了NCI刺激获得居住研究（Starr）奖项的支持，该奖项是哥伦比亚癌症研究者研究计划的补充（R38CA231577）。C-C.W获得了Gary and Yael Fegel Family Foundation（CU21-1080），St.Baldrick's Foundation（SBF CU21-0529），Star and Storm Foundation，Sebastian Strong Foundation和Matheson Foundation（UR010590）。Flash Iradiator的开发得到了NIAID Grant U19-AI067773的部分支持，以及哥伦比亚大学欧文医学中心和Weill Cornell Medical Center的辐射肿瘤学系，以及Barry Neustein的无限制研究礼物。ZZ实验室的研究得到NIND的支持（NS 132344）。这项研究使用了由中心赠款P30CA013696资助的Herbert Irving综合癌症中心（HICCC）的共享资源，特别是分子病理学，流式细胞仪，肿瘤学精确治疗学和成像（Optic），以及基因组学和基因组学和高吞吐量筛选共享资源。特别感谢流式细胞仪核心的帮助。内容仅是作者的责任，并不一定代表NIH的官方观点。致谢我们要感谢Oren J. Becher博士提供的Murine DIPG 4423 Cell系列，以及Jim Sharkey，Ron Drake和James Viera在包括Clinac设置和维护在内的Flash Iradiator上提供了帮助。此外，我们要感谢哥伦比亚大学的放射学研究加速器设施（RARAF）设施在闪光照射实验方面的帮助。