1944 年是国家战时生产运动的顶峰,动员资源为战线提供充足的物资,同时维持前一年未有过的民用经济消费量。几乎每个经济活动阶段都取得了重大成就,国民生产总值、制造商出货量和运输量等经济状况的一般指标就是明证。当然,面向进攻性战争的经济需求并没有均匀分布其影响。事实上,生产需求的变化甚至导致某些领域(如建筑业)收缩。然而,这种收缩被其他经济活动部门产出的增加所抵消。1944 年的总产量,即国民生产总值,按美元计算比上一年多出 6%,按数量计算则多出约一半。这一进一步增长反映了军火产量的增加。
摘要Frodokem是一种基于晶格的钥匙封装机制,目前是NIST量子后标准化工作中的半决赛。这些候选人的条件是使用NIST标准来进行随机性(即种子扩张),因此大多数候选人都使用Shake,这是SHA-3标准中定义的XOF。但是,对于许多候选人来说,该模块是一个重要的实现瓶颈。triv-ium是一个轻巧的ISO标准流密码,在硬件中的性能很好,并且已用于基于晶格的加密技术的预先硬件设计。这项研究提出了针对Frodokem的优化设计,通过与密码方案中的矩阵乘法操作并行,将重点放在高吞吐量上。由于其较高的吞吐量和较低的面积消耗,因此通过使用Trivium来缓解此过程。所提出的并行性还补充了一阶掩盖的拟合模式。总体而言,我们大大增加了佛罗多克的吞吐量;对于封装,我们看到16倍加速,每秒实现825次操作,而对于decapsu-
骨髓增生综合征(MDS)是克隆干细胞疾病,其特征是无效的造血性,具有不同程度的发育异常和周围胞质细胞减少症。1 MD的治疗重点是改善细胞质和减轻输血要求,同时防止促进次级急性髓细胞性白血病(AML)。2羟基化剂(HMA)是治疗高危MD的护理标准,几项研究研究了与新药物的组合疗法未能显示出生存益处。 3名高风险MDS或继发性AML的患者的预后很沮丧,尤其是HMA失败的患者。迫切需要新疗法来改善这些患者的预后。在本期Heamatologica中,Karantanos等人。报告了CCRL2在MDS和继发AML的细胞系和小鼠模型中驱动对HMA治疗的抗性的作用。4的作者的作品表明,趋化因子受体CCRL2在来自MDS和次级AML患者的CD34 + STEM/促生物创世记中高度表达。5
百科全书在美国国防政策最关键的关头对美国的主要武器系统进行了集体描述,而冷战结束后,美国国防政策正以前所未有的程度重新定义。两个世纪以来,欧洲首次不再受到任何大陆大国的威胁。美国的国防政策不再以相互保证摧毁或击败从富尔达峡谷蜂拥而至的苏联大军为前提。相反,现在必须将注意力集中在威胁的扩散上——西方并不清楚,在冷战期间,苏联在其势力范围内维持着和平。俄罗斯的势力范围现已大大缩小,许多前苏联国家的政策至少可以说是难以预测的。随着核武器的不可避免地扩散,美国面临着新的、不可估量的威胁,由于美国军事预算的持续削减,这些威胁将不得不主要利用现有的武器系统来应对。
摘要。准确估算了弹性模量(MR)的弹性子级土壤中,对于设计既可靠且对环境友好的柔性路面系统的设计至关重要。MR显着影响人行道的结构完整性,尤其是在具有不同负荷和气候条件的丘陵地区。这项研究收集了2813个数据点,从预先研究结果中创建了准确的预测模型。选择了梯度增强(GB)机器学习(ML)方法以预测压实的亚级土壤的MR。使用统计分析评估了GB模型的准确性和预测性能,其中包括典型指标,例如均方根误差,平均绝对误差和相对平方误差。用于培训和测试数据集的R²值为0.96和0.94的模型。RMSE的训练是5 MPA,测试为7.48 MPa,而MAE为3.18 MPa和5.55 MPa。这些结果突出了GB在预测土壤MR中的潜力,从而支持了更准确,更有效的MR预测的发展,最终减少了时间和成本。
1982年5月17日,议会代表福阿德·卡里米(Fouad Karimi)更明确地提出了拉夫桑贾尼对政府的批评:“这些冲突不是伊斯兰共和国的弱点。这些冲突的发生是因为政府不采取议会的路线。”随着政权内部矛盾的激化,最明显的表现是内阁和议会之间的矛盾,1982年7月20日,首席检察官莫萨维·阿尔德比利(Mosavi Ardebili)说:“看看你的优先事项。削弱政府就是削弱革命。”这些“优先事项”迫使科梅尼采取立场。这次,“伊玛目路线”的领导人公开反对“伊玛目路线”。1982 年 6 月 22 日,霍梅尼向教士发表演讲。在演讲中,他说:“国家必须保持权力。今天,国家是一个伊斯兰国家。。。。教士不应参与行政事务。”但分歧如此之深,霍梅尼无法掩盖。拉夫桑贾尼在接受卫生部长和矿业和金属部长辞职的同时,要求他们留任。
K-12 人工智能素养的一个重要要素是教育学习者了解人工智能系统的伦理和社会影响。人工智能伦理素养方面的前期工作已经开发了课程和课堂活动,让学习者反思人工智能系统的伦理影响并开发负责任的人工智能。在人工智能素养中使用基于游戏的学习方法的工作很少。众所周知,游戏是向儿童传授复杂 STEM 概念的引人注目的媒介。在这项工作中,我们为初中和高中学生开发了一款名为“AI Audit”的竞技性纸牌游戏,他们在游戏中扮演人工智能初创公司的创始人,构建新颖的人工智能技术。玩家可以用他们技术的潜在危害挑战其他玩家,或者通过减轻这些危害的功能来保护自己的企业。游戏机制会奖励那些符合伦理道德的系统或采取措施减轻潜在危害的系统。在本文中,我们介绍了游戏设计、用于课堂部署的教师资源以及早期的游戏测试结果。我们讨论了关于在 K-12 课堂中使用游戏作为人工智能素养教学工具的想法。
本研究研究了在43年(1980- 2023年)中引用在20个研究领域的较旧工作的趋势。我们将NLP在这20个领域的背景下引用了较旧的工作,以分析NLP是否随着时间的推移显示与它们相似的时间引用模式,或者是否可以观察到差异。我们的分析基于约2.4亿篇论文的数据集,揭示了更广泛的科学趋势:引用较旧的作品(例如,心理学,计算机科学)时,许多领域的趋势明显下降。NLP和ML研究中的趋势最强(引用年龄为-12.8%和-5.5%)。我们的结果表明,即使在控制论文数量的增加时,即使在正式科学中,人文学科的近期作品并不是出版率增长的直接驱动(跨领域为-3.4%;人文科学的-5.2%;在正规科学中-5.5%)。我们的发现提出了有关科学界与过去文学的参与,特别是对于NLP的疑问,以及忽略较旧但相关的研究的潜在后果。数据和展示我们的结果的演示已公开可用。1
大型语言模型(LLMS)在自然语言任务中表现出了令人印象深刻的能力,但是由于他们在互联网文本中的培训,它们的安全性和道德仍然有争议。为了解决这些问题,已撤消对齐技术,以提高LLM的公共可用性和安全性。然而,通过这些模型产生有害内容的潜力似乎仍然存在。本文探讨了越狱LLM的概念 - 通过对抗触发器来避免其对齐。预先使用的方法,例如软嵌入提示,手动制作的提示和基于梯度的自动提示,由于其对模型访问的要求以及生产低的手动制作提示,使其在黑盒模型上取得了有限的成功,这使它们容易被阻止。本文使用强化学习引入了一种新颖的方法,以优化副词触发器,仅需要推理API访问目标模型和小型替代模型。我们的方法利用了基于Bertscore的奖励功能,可以增强对抗性触发器在新的黑盒模型上的可传递性和有效性。我们证明,这种方法改善了以前未经测试的语言模型的对抗触发器的性能。
摘要 —本文介绍了一种基于拉格朗日矩阵插值方法的参数模型降阶 (pMOR),用于具有非线性行为的电力电子模块 (PEM) 的热机械和可靠性研究。模型降阶 (MOR) 研究中的大部分先前研究都报告了使用顺序耦合方法进行的热机械模拟。在本研究中,直接耦合热机械分析同时求解热和结构控制方程,用于获得热和变形结果。此外,对于 pMOR,矩阵插值的线性方法仅限于采样参数点之间的线性变化。因此,采用了一种使用拉格朗日插值方法对系统矩阵进行插值的新方法来有效地实现矩阵插值。通过拉格朗日矩阵插值方法获得的参数降阶模型 (pROM) 解与全阶模型 (FOM) 非常吻合,并且计算时间与矩阵插值的线性(双线性)方法相似。 pROM 模拟可将计算时间缩短高达 85.5%。索引术语 — 有限元法、热机械分析、电力电子模块、可靠性评估、参数模型降阶。