XiaoMi-AI文件搜索系统
World File Search Systemsequential
人格特质，正念和中国成年人感知压力：一种顺序解释性混合方法
尽管对人格特征，正念和压力的广泛研究，但对它们的综合效果的了解有限。大多数研究都集中在这些构造上，而不是检查其潜在相互作用（Brown and Ryan，2003； Garland等，2017）。尽管一些研究考虑了正念如何减轻人格特征与压力之间的关系（Drake等，2017； Shapiro等，2011），但很少有研究探索了特定正念方面的调节和中介作用。此外，了解个人在压力和正念实践中的体验与定量发现如何相符，可以为这些过程提供更详细的图片。这项研究旨在通过研究正念注意力和正念感知的独立，调节和调解在中国成年人中五因素模型人格特征和感知压力之间的关系中的独立，调节和中介作用来填补这些空白。使用混合方法设计，这项研究将定量分析与对参与者的经验进行定性探索，以发现影响压力感知和正念实践的机制和情境因素。
公平决策的结果主义方法
摘要。试图使算法公平，机器学习文献主要集中在跨种族或性别群体之间的决策，结果或错误率平等。要说明，请考虑一个假设的政府乘车计划，该计划为即将到来的法院日期提供的低收入人士提供运输援助。遵循这些文献，可以将游乐设施分配给每美元估计效果最高的治疗效果的人，同时将支出限制为在种族群体之间相等。然而，这种方法忽略了这种约束的下游后果，因此会造成意外伤害。例如，如果一个人群群体居住在远离法院的情况下，则执行平等的支出必然意味着提供的总乘车量更少，并且可能会因失踪法院而受到更多罚款。在这里，我们提出了设计公平算法的替代框架，该算法预示了决策的后果。在我们的方法中，第一个在可能的决定和由此产生的结果的空间中引起了利益相关者的偏好，例如平衡支出平价与法院出庭率的偏好。然后，我们在决策政策的空间中进行了优化，以最大化引起的公用事业的方式进行权衡。为此，我们开发了一种算法，以从大型表达效用函数的数据中从数据中效率地学习这些最佳策略。尤其是，我们使用上下文的强盗算法来探索政治空间，同时在每个步骤求解凸优化问题，以根据可用信息估算最佳策略。这种后果主义范式促进了公平决策的更加友好的方法。
公平决策的结果主义方法
摘要。试图使算法公平，机器学习文献主要集中在跨种族或性别群体之间的决策，结果或错误率平等。要说明，请考虑一个假设的政府乘车计划，该计划为即将到来的法院日期提供的低收入人士提供运输援助。遵循这些文献，可以将游乐设施分配给每美元估计效果最高的治疗效果的人，同时将支出限制为在种族群体之间相等。然而，这种方法忽略了这种约束的下游后果，因此会造成意外伤害。例如，如果一个人群群体居住在远离法院的情况下，则执行平等的支出必然意味着提供的总乘车总数较少，并且可能会因失踪法院而受到更多惩罚的人。在这里，我们提出了设计公平算法的替代框架，该算法预示了决策的后果。在我们的方法中，首先引起了利益相关者在可能的决策和由此产生的结果的方面的偏好，例如平衡支出平价与法院出庭率的偏好。然后，我们在决策政策的空间中进行了优化，以最大化引起的公用事业的方式进行权衡。为此，我们开发了一种算法，以从数据中从数据中有效地学习这些最佳策略的算法，以提供大量表达效用功能。尤其是，我们使用上下文的强盗算法来探索poli cies的空间，同时在每个步骤求解凸优化问题，以根据可用信息估算最佳策略。这种后果主义范式促进了公平决策的更霍利斯的方法。
影响电网的行动对温室气体排放影响的后果分析：使用边际排放率的理论与实践
因此，为了帮助指导未来的研究，并促进关于这种分析方法是否适用于特定应用的讨论，本文主要关注当前结果排放分析在应用于电力部门行动时的局限性、不确定性和未知数。本文对局限性的关注不应被误解：结果分析是许多应用的宝贵工具，并可能在未来几年应用于新的应用。尽管如此，关注当前的缺点可以指导研究改进，从而增加使用结果分析做出的决策导致预期结果的可能性。结果分析实践的未来进步可能会缓解这里提出的许多观点，扩大其可合理应用的领域。
（SHRI JITIN PRASADA）（a）至 d）：印度政府强调“全民人工智能”的概念，这与总理在全国范围内培育和推动尖端技术应用的愿景相一致。这一举措旨在确保人工智能惠及社会各界，推动创新和增长。政府致力于利用人工智能 (AI) 的力量，在医疗、农业、教育、政府治理、新闻部和其他领域造福人民。与此同时，政府也意识到人工智能带来的风险。幻觉、偏见、错误信息和深度伪造是人工智能带来的一些挑战。为了应对人工智能的挑战和风险，政府认识到需要建立护栏以确保人工智能的安全和可信。因此，中央政府在与相关利益相关方进行广泛的公众协商后，于 2021 年 2 月 25 日公布了《信息技术（中介机构指南和数字媒体道德规范）规则》2021 年（“2021 年 IT 规则”），该规则随后于 2022 年 10 月 28 日和 2023 年 4 月 6 日进行了修订。2021 年 IT 规则对中介机构（包括社交媒体中介机构和平台）规定了具体的法律义务，以确保他们对安全可信的互联网负责，包括迅速采取行动消除被禁止的虚假信息、明显虚假的信息和深度伪造。如果中介机构未能遵守 2021 年 IT 规则规定的法律义务，他们将失去《2000 年信息技术法》（“IT 法”）第 79 条规定的避风港保护，并应根据任何现行法律承担相应的诉讼或起诉。 《2023 年数字个人数据保护法》于 2023 年 8 月 11 日颁布，该法案规定数据受托人有义务保护数字个人数据，追究其责任，同时确保数据主体的权利和义务。政府已成立人工智能咨询小组，针对印度特定的监管人工智能框架，由印度总理首席科学顾问 (PSA) 担任主席，来自学术界、工业界和政府的不同利益相关者参与，目标是解决与制定负责任的人工智能框架有关的所有问题，以实现人工智能的安全和可信开发和部署。
（SHRI JITIN PRASADA）（a）至 d）：印度政府强调“全民人工智能”的概念，这与总理在全国范围内培育和推动尖端技术应用的愿景相一致。这一举措旨在确保人工智能惠及社会各界，推动创新和增长。政府致力于利用人工智能 (AI) 的力量，在医疗、农业、教育、政府治理、新闻部和其他领域造福人民。与此同时，政府也意识到人工智能带来的风险。幻觉、偏见、错误信息和深度伪造是人工智能带来的一些挑战。为了应对人工智能的挑战和风险，政府认识到需要建立护栏以确保人工智能的安全和可信。因此，中央政府在与相关利益相关方进行广泛的公众协商后，于 2021 年 2 月 25 日公布了《信息技术（中介机构指南和数字媒体道德规范）规则》2021 年（“2021 年 IT 规则”），该规则随后于 2022 年 10 月 28 日和 2023 年 4 月 6 日进行了修订。2021 年 IT 规则对中介机构（包括社交媒体中介机构和平台）规定了具体的法律义务，以确保他们对安全可信的互联网负责，包括迅速采取行动消除被禁止的虚假信息、明显虚假的信息和深度伪造。如果中介机构未能遵守 2021 年 IT 规则规定的法律义务，他们将失去《2000 年信息技术法》（“IT 法”）第 79 条规定的避风港保护，并应根据任何现行法律承担相应的诉讼或起诉。 《2023 年数字个人数据保护法》于 2023 年 8 月 11 日颁布，该法案规定数据受托人有义务保护数字个人数据，追究其责任，同时确保数据主体的权利和义务。政府已成立人工智能咨询小组，针对印度特定的监管人工智能框架，由印度总理首席科学顾问 (PSA) 担任主席，来自学术界、工业界和政府的不同利益相关者参与，目标是解决与制定负责任的人工智能框架有关的所有问题，以实现人工智能的安全和可信开发和部署。
量子顺序采样器.pdf - 城市研究在线
决策理论中最重要的挑战之一是如何将贝叶斯理论的规范预期与概率推理中常见的明显谬误相协调。最近，贝叶斯模型受到这样的见解的推动，即明显的谬误是由于估计（贝叶斯）概率的抽样误差或偏差造成的。解释明显谬误的另一种方法是调用不同的概率规则，特别是量子理论中的概率规则。可以说，量子认知模型为大量发现提供了更统一的解释，从基线经典视角来看，这些发现是有问题的。这项工作解决了两个主要的相应理论挑战：首先，需要一个结合贝叶斯和量子影响的框架，认识到人类行为中存在两者的证据。其次，有经验证据超越了任何当前的贝叶斯和量子模型。我们开发了一个概率推理模型，无缝集成了贝叶斯和量子推理模型，并通过顺序采样过程进行了增强，将主观概率估计映射到可观察的反应。我们的模型称为量子顺序采样器，它与目前领先的贝叶斯模型贝叶斯采样器 (Zhu、Sanborn 和 Chater，2020) 进行了比较，使用了一项新实验，产生了迄今为止概率推理中最大的数据集之一。量子顺序采样器包含几个新组件，我们认为这些组件为概率推理提供了一种理论上更准确的方法。此外，我们的实证测试揭示了一种新的、令人惊讶的系统性概率高估。
基于深度强化学习顺序决策优化的城市铁路赫斯的权力分配策略
在线存放在白玫瑰研究中的重用项目受版权保护，除非另有说明，否则保留所有权利。可以下载和/或印刷供私人学习，或者按照国家版权法所允许的其他行为。发布者或其他权利持有人可以允许进一步复制和重新使用全文版本。这是通过该项目的白玫瑰研究在线记录的许可信息来指示的。
序贯疗法的疗效和安全性
摘要 目的 治疗目标是控制停用皮质类固醇和免疫抑制剂的系统性红斑狼疮 (SLE) 患者的疾病活动度。我们评估了是否可以通过连续皮下注射贝利木单抗 (BEL) 和一周期利妥昔单抗 (RTX) 来实现这一目标。 方法 在这项 3 期双盲 BLISS-BELIEVE 试验 (GSK 研究 205646) 中，活动性 SLE 患者开始皮下注射 BEL 200 mg/周，持续 52 周，在第 4 周和第 6 周随机接受静脉注射安慰剂 (BEL/PBO) 或静脉注射 RTX 1000 mg (BEL/RTX)，同时停止同时服用免疫抑制剂/减少皮质类固醇；包括 104 周的标准疗法 (BEL/ST；参考组)。主要终点：第 52 周时使用 BEL/RTX 与使用 BEL/PBO 达到疾病控制（SLE 疾病活动指数-2000 (SLEDAI-2K) ≤2；不使用免疫抑制剂；泼尼松当量 ≤5 毫克/天）的患者比例。主要（α 控制）次要终点：临床缓解的患者比例（第 64 周；临床 SLEDAI-2K=0，不使用免疫抑制剂/皮质类固醇）；疾病控制的患者比例（第 104 周）。其他评估：疾病控制持续时间、抗 dsDNA 抗体、C3/C4 和 B 细胞/B 细胞亚群。结果 修改后的意向治疗人群包括 263 名患者。总体而言，16.7% (12/72) 的 BEL/PBO 和 19.4% (28/144) 的 BEL/RTX 患者在第 52 周达到了疾病控制（OR（95% CI）1.27（0.60 至 2.71）；p=0.5342）。对于主要次要终点，BEL/RTX 和 BEL/PBO 之间的差异无统计学意义。与 BEL/PBO 相比，BEL/RTX 组的抗 dsDNA 抗体和大多数评估的 B 细胞/B 细胞亚群较低。BEL/RTX 的 52 周平均疾病控制时间明显长于 BEL/PBO。结论 在大多数分析的终点事件中，BEL/RTX 并不优于 BEL/PBO；然而，与 BEL/PBO 相比，它可以显著改善疾病活动标志物。有必要进一步研究联合治疗。试验注册号 NCT03312907
学生运动员“雇员”模式的可行性及其将如何导致我们所知的 NCAA 的毁灭
“学生运动员”一词最早由时任 NCAA 主席 Walter Byers 在 20 世纪 50 年代使用。该术语声称“运动员是参与课外活动的学生”（Poulin），而不是“为大学提供服务的机构雇员”（Poulin）。从那时起，NCAA 的格局得到了极大的发展，经历了许多变化，使这个非营利组织成为娱乐领域最大的创收产业之一。由于管理机构的性质及其成立时的章程几乎没有变化，NCAA 一直面临着没完没了的诉讼和诉讼。在过去十年中，学生运动员和最高法院进行了多次互动，因为他们倾向于处理因 NCAA 缺乏修改而产生的问题。在巨大的法律压力下，大学体育格局发生了巨大变化，最新立法允许运动员通过外部组织的代言，从其姓名、形象或肖像 (NIL) 中获得直接经济补偿。NIL 和转学门户为大学体育开辟了新的格局，迫使 NCAA 探索商业模式以适应学生运动员的变化和需求。最近，有人试图提倡学生运动员获得就业地位以及诸如谈判薪水和参与赛程安排等福利。NCAA 目前使用的商业模式引发了争议和诉讼，除非 NCAA 自己自愿做出改变，否则可能会导致该组织的厄运。
为相应的AI系统设计组织控制机制：朝向位置方法
摘要人工智能（AI）既有潜在的收益，又具有重大风险，包括偏见，歧视，不透明度和减少人类责任制。技术系统（包括AI）必须受到调节，以保护利益相关者的利益并随着时间的推移保持适当的运作。但是，针对特定的AI系统和组织设计实用控制的问题在很大程度上尚未解决。为了解决这一差距，我们提出了一种初始方法，重点是识别和将利益相关者在本地环境中的价值观进行上下文化。我们通过日本人寿保险行业的案例研究来验证我们的方法，旨在评估其可重复性和潜在的改善。我们的设计方法包括10个步骤，AI系统开发人员可以使用这些步骤将高级机构在本地上下文中以控制其AI系统。验证工作强调了为AI系统设计控件的上下文性质，强调需要各种控制机制符合利益相关者的价值观。