XiaoMi-AI文件搜索系统
World File Search Systempackage
Agrifoodpy：用于建模食品系统的包装
1 Department of Environment and Geography Wentworth Way, University of York, Heslington, York, YO10 5NG, United Kingdom 2 Land, Environment, Economics and Policy Institute (LEEP), University of Exeter Business School, Exeter, United Kingdom 3 School of Physics and Astronomy, Cardiff University, Cardiff CF24 3AA, United Kingdom 4 Centre for Environmental and Agricultural Informatics, School of Water, Energy and Environment, Cranfield University, Cranfield MK43，英国5号环境科学学院，东安格利亚大学，英国诺里奇大学6个新颖的农产品中心（CNAP），生物学系，约克大学，约克大学，YO10 5DD，英国7公平王国7公平发展与疾病研究小组爱丁堡大学农业和食品系统。Charnock Bradley大楼，Easter Bush Campus，EH25 9RG。 9伦敦大学，伦敦大学，伦敦北安普顿大学，伦敦市，EC1V 0HB，英国10 hb，约克大学的商业与社会学院，11级全球可持续发展学院Charnock Bradley大楼，Easter Bush Campus，EH25 9RG。9伦敦大学，伦敦大学，伦敦北安普顿大学，伦敦市，EC1V 0HB，英国10 hb，约克大学的商业与社会学院，11级全球可持续发展学院
cfr（V2024.1.26）：气候领域的Python软件包...
摘要。气候场重建（CFR）是指从一系列偏置的古气候代理数据集中的时空气候场（例如表面温度）的估计。这种重建可以在气候动态上提供丰富的信息，并提供气候模型的样本验证。然而，大多数CFR工作流是复杂且耗时的，因为它们涉及（i）对代理记录，气候模型仿真和工具观察的预先处理； （ii）应用一种或多种实施方法； （iii）重建结果的分析和可视化。从历史上看，这个过程缺乏透明度和可及性，限制了非专家的可重复性和实验。本文介绍了一个名为CFR的开源和面向对象的Python软件包，旨在使CFR工作易于理解和进行，从而使气候学家摆脱技术细节并促进效率和可重现的研究。cfr为常见的CFR任务提供了对用户友好的实用程序，例如代理和气候数据分析和可视化，代理系统建模以及用于多种重新构造方法的模块化工作流，从而在同一框架内实现方法论对比。包装包含广泛的申请程序接口（API）的文档，以及越来越多的教程笔记 - 说明其用法的书籍。为例，我们使用第2K温度数据库提出了两个CFR驱动的重建实验，该数据库应用了上次千年重新分析（LMR）古气候数据同化（PDA）框架
用于量子多光子干涉测量的 Julia 包
通过实现幺正变换 U 的 am 模式线性干涉仪发送。任务包括对粒子的输出模式模式进行采样，比如在第一个模式中发现 2 个光子，在第二个模式中没有光子，等等。根据来自实验组件的噪声源的重要性，输出分布 D 可能很难或很容易从 1 中采样。我们所说的困难是指在经典计算机上从 D 生成样本需要超多项式数量的步骤。事实上，对于适度的实验噪声，AA 证明根据复杂性理论中普遍相信的猜想，这项任务仍然很难。然而，当存在足够强的噪声时，例如由于部分可区分性或粒子丢失，则经典算法可以有效地从 D 中采样 [7，8，9，10，11，12，13]。玻色子采样引起了理论家和实验者的极大兴趣。提出了各种替代方案，例如
Matilda V1.0：使用降低的复杂性气候模型
使用降低的复杂性气候模型（RCM）的主要优势是它们快速进行概率气候预测的能力，这是许多影响研究和多部门系统中不确定性量化的关键组成部分。提供此类分析的框架已成为用于人类和地球系统未来共同发展的几个RCM的目标。在本文中，我们提出了Matilda，这是一种开放科学的软件软件包，促进了概率的气候投影分析，并在此处使用Hector简单气候模型在无缝且易于应用的框架中实施。MATILDA的实践目标是为用户提供一种交钥匙方法，以构建基于文献的先前分布，运行Hector迭代以产生扰动的Parame semembles（PPES），对现实主义的重量结合体，针对观察到的历史气候数据的现实主义和对不同气候变量的概率预测。此工作流程使用户能够探索可行的参数空间并传播不确定性，以仅使用几行代码来模型合奏。该软件包为选择不同的评分标准和算法提供了重要的自由度，以便加权集成成员以及实施自定义标准的灵活性。此外，包装的体系结构简化了构建和分析PPE的过程，而无需大量的编程专业知识，以适应各种用例。我们提出了一个案例研究，该案例研究提供了对平均全球表面温度的概率分析的幻觉结果，作为软件应用的一个例子。
以原子为中心的机器学习力场包
近年来，机器学习算法已被广泛用于构建力场，并准确地从头开始方法和经典力领域的效率。在这里，我们开发了一个基于Python的基于Python的机器学习部队（PYAMFF）软件包，以提供一个简单且有效的平台，用于通过用Behler-Parrinello-symmetermetryss构造Nergurnger nergerngerngernger-nergernger-nergernger-nergernger-nergerinsssssshiments实现以原子为中心的神经网络通过实现以原子为中心的神经网络算法。PYAMFF中包含以下三个功能：（1）通过脚本和未来算法的简化扩展，用于快速细纹计算和Python模块的集成FORTRAN模块； （2）纯Fortran的后端与软件接口，包括长时间的动态模拟软件包EON，可以启用分子动态模拟和具有机器学习力字段的自适应动力学模拟和自适应动力学蒙特卡洛模拟； （3）与用于主动学习和基于ML的算法开发的原子模拟环境包的集成。在这里，我们在CPU和内存使用方面演示了PYAMFF的有效并行化，并表明基于Fortran的Pyamff计算器与对称函数的数量和系统大小表现出线性缩放关系。
rollama：用于通过Ollama使用生成大语言模型的R软件包
参考文献Alizadeh，Meysam，MaëlKubli，Zeynab Samei，Shirin Dehghani，Juan Diego Bermeo，Maria Korobeynikova和Fab-Rizio Gilardi。2023。“开源大语言模型的表现优于人群工人，并且在文本通知任务中接近chatgpt。” arxiv。https://doi.org/10.48550/arxiv.2307.02179。 Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.48550/arxiv.2307.02179。Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。Chan，Chung-hong。2023。“ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.5117/ccr2023.1.003.chan。Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。2023。“ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。https://doi.org/10.1073/pnas.2305016120。他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。2023。“ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。https://doi.org/10.48550/arxiv.2303.16854。irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。2024。“用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。https://doi.org/10.48550/arxiv.2312.14972。Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。2024。网状：接口到“ Python”。https://cran.r-project.org/package=reticulate。Kjell，Oscar，Salvatore Giorgi和Andrew H. Schwartz。2023。“文本包：使用自然语言处理和深度学习来分析和可视化人类语言的R包装。”心理方法。https://doi.org/10.1037/met0000542。 Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1037/met0000542。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。2023。“为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1080/19312458.2023.2261372。Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。2024。“不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1017/pan.2023.20。Spirling，Arthur。2023。“为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1038/d41586-023-01295-4。Weber，Maximilian和Merle Reichardt。2023。“您需要的是在社会科学中提示生成大语言模型以进行注释任务。使用开放式模型的底漆。” arxivhttps://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.48550/arxiv.2401.00284。
前景：用于月球科学和探索的综合样本采集和分析套件
PROSPECT 是欧洲航天局开发的综合有效载荷包，它将支持月球表面和地下样本的提取和分析以及从其他环境传感器获取数据。PROSPECT 的关键要素是 ProSEED 钻机和 ProSPA 分析实验室。ProSEED 将支持从深达 1 米的地下获取低温样本并将其传送到 ProSPA 仪器。ProSPA 将接收样本并将其密封在微型烤箱中，加热样本，对释放的挥发性物质进行物理和化学处理，并使用两种类型的光谱仪通过质谱法分析获得的成分。背景信息将由摄像机提供，摄像机将生成钻机工作区域和所获取样本的多光谱图像，并通过钻杆中集成的温度传感器和介电常数传感器提供。该套件旨在最大限度地减少样本在采集和分析之间的挥发性损失。有效载荷包设计最初是为俄罗斯 Luna-27 任务的飞行而开发的，后来经过调整，以适应更通用的着陆器，并将在 NASA 商业月球有效载荷服务 (CLPS) 计划内开发的月球极地着陆器任务中使用。PROSPECT 的目标是在可能含有挥发性物质沉积物的月球区域进行科学研究和探索，同时也支持在月球环境中演示原位资源利用 (ISRU) 技术。PROSPECT 操作旨在实现高度自动化，但在关键阶段依赖于操作员监控。在这里，我们报告了 PROSPECT 飞行设计，该设计将根据欧洲空间技术工程标准进行建造、测试和鉴定，然后交付给着陆器供应商进行测试。
一个用于分析Hofstadter模型的Python软件包
Hofstadtertools的目的是将与Hofstadter模型相关的零散理论和代码合并为一个有据可查的Python软件包，非专家可以轻松将其用作其自己的研究项目的基准或Springboard。Hofstadter模型（Azbel，1964; Harper，1955; Hofstadter，1976）是物理学中的标志性紧密结合模型，并著名地产生了分形能量谱，如图2所示。1、2、3和4。因此，它通常被视为较大的数值包装的附加组件，例如Wanniertools（Wu等人，2018年），Pyqula（Lado，2021）和Diagham（Regnault，2001），或简单地作为补充代码和研究文章（Bedesheim等人，20223年）。但是，Hofstadter模型的概括性，跨学科的吸引力以及最近的实验实现，激发了我们创建一个专用的软件包，在一般情况下，可以对其频带结构进行详细的分析。
24 财年人力资源在职采购专业人员 (HR ISPP) 推荐委员会结果 1. 祝贺以下申请人入选 24 财年 HR ISPP 推荐委员会。 入选： PS1 Abdul-Razak Amadu PS1 Carlos Calvo PS1 Gran Gil Gonzalez YNC Keenan Johnson PS2 Skyler Kim PSC Jonathan Mortimer NCC Kevin Negron Figueroa RS1 Rashida Robe NC1 Jason Williams 候补： PSC Joshua Borromeo PSC Lauren Diaz Veguilla RSCS Youdline Adam RS1 Tommie Davis 2. 59 名合格申请人提交了极具竞争力的薪酬方案，但只获得了 9 个名额。 未被选中的申请人只要符合资格要求，就鼓励他们在下一届委员会上重新申请。 3. 入选人员需持续表现出色，同时至少有 18 个月的担任指挥部薪酬和人事管理员 (CPPA)、指挥部职业顾问 (CCC) 或招聘人员的工作经验，这可以通过 CO 的认可、评估报告、面试和 PRIMS PFA 结果摘要来证明。4. 小组成员评估了申请的各个方面，包括教育、经验和表现，以评估成功的潜力并客观地选择最优秀、最合格的申请人。未来的机会将基于社区要求，并且必须有配额
24 财年人力资源在职采购专业人员 (HR ISPP) 推荐委员会结果 1. 祝贺以下申请人入选 24 财年 HR ISPP 推荐委员会。 入选： PS1 Abdul-Razak Amadu PS1 Carlos Calvo PS1 Gran Gil Gonzalez YNC Keenan Johnson PS2 Skyler Kim PSC Jonathan Mortimer NCC Kevin Negron Figueroa RS1 Rashida Robe NC1 Jason Williams 候补： PSC Joshua Borromeo PSC Lauren Diaz Veguilla RSCS Youdline Adam RS1 Tommie Davis 2. 59 名合格申请人提交了极具竞争力的薪酬方案，但只获得了 9 个名额。 未被选中的申请人只要符合资格要求，就鼓励他们在下一届委员会上重新申请。 3. 入选人员需持续表现出色，同时至少有 18 个月的担任指挥部薪酬和人事管理员 (CPPA)、指挥部职业顾问 (CCC) 或招聘人员的工作经验，这可以通过 CO 的认可、评估报告、面试和 PRIMS PFA 结果摘要来证明。4. 小组成员评估了申请的各个方面，包括教育、经验和表现，以评估成功的潜力并客观地选择最优秀、最合格的申请人。未来的机会将基于社区要求，并且必须有配额
ESMA18-72330276-1634 关于规定加密资产市场监管 (MiCA) 某些要求的技术标准草案的最终报告 - 第一包
反洗钱角度。被告还建议删除对 (EU) 2015/849 指令的引用，称该指令仅指对客户而非资产的尽职调查。ESMA 无权详细说明 CASP 在允许加密资产进行交易之前作为审批流程的一部分进行的尽职调查。MiCA 第 67(1)(a) 条要求，此客户尽职调查必须“与申请人根据 (EU) 2015/849 指令呈现的洗钱或恐怖主义融资风险相称”。此客户尽职调查必须与转置 (EU) 2015/849 指令的国家措施保持一致。ESMA 已调整此要求的措辞以更好地反映第 1 级的意图，并保留了对 (EU) 2015/849 指令的引用。