XiaoMi-AI文件搜索系统
World File Search System体现
体现了对驾驶场景的理解
摘要。体现的场景理解是自主代理人感知，解释和应对开放驾驶场景的基石。这种理解通常建立在视觉模型（VLM）上。尽管如此，现有的VLM仅限于2D领域，没有空间意识和长匹马外推过程。我们重新审视了自主驾驶和适当的专栏的关键方面。特此，我们介绍了体现语言模型（ELM），这是一个针对代理商量身定制的综合框架，该框架对具有较大空间和暂时的跨度的驾驶场景的理解。ELM结合了空间感知的预训练，以赋予代理具有强大的空间定位功能。此外，该模型还采用时间感知的令牌选择来准确询问时间提示。我们可以在重新重新的多面基准上实现Elm，并且在各个方面都超过了先前的最新方法。所有代码，数据和模型均可在https://github.com/opendrivelab/elm上访问。
用户和体现的对话代理之间性别和外表的相似性对可信度，同理心和服务评估的影响
本论文（主人）是由达特茅斯数字共享的这些论文和论文免费带给您的。已被达特茅斯数字共享的授权管理人纳入达特茅斯学院硕士的论文。有关更多信息，请联系dartmouthdigitalcommons@groups.dartmouth.edu。
埃塞克斯体现的碳政策研究
尽管在英格兰没有建筑法规来减少具体的碳，但将具体的碳带入政策，但地方当局有责任通过计划政策来减轻气候变化。越来越多的地方当局（大伦敦当局，威斯敏斯特市议会，伦敦市，巴斯市和东北萨默塞特郡和布里斯托尔市议会）正在将体现的碳和/或全寿命考虑纳入计划政策。Essex已经建立了一个证据LED净零操作碳政策，该政策是超越监管的模型。因此，该证据基础建议采取体现的碳政策，以补充零净操作碳政策。为了对埃塞克斯（Essex）建筑物的设计和建造具有最大的直接影响，该证据基础的主要重点是前期体现的碳。为此，已经对三种房屋类型进行了全面的前期碳和资本成本建模，以帮助设定政策限制。在国内和非国内建筑物类型中提出了政策要求，涵盖：建筑物和循环经济的保留和改造；通过设计减少了体现碳；限制前期体现的碳排放；和整个终身碳报告。生命周期碳分析也作为本研究的一部分进行，以开始为潜在的未来政策要求提供信息。本研究的实施部分还为实施拟议的政策提出了建议，以便于申请人和计划官员。
navprog：构图体现的视觉导航，没有训练
大型语言模型（LLMS）正在彻底改变AI，并在组合模块中表现出出色的推理能力，以执行基于图像的复杂任务。在本文中，我们提出了一种方法，该方法通过LLMS的图像扩展了程序组成的概念，旨在将它们整合到体现的代理中。具体来说，通过将PointGoal Navigation模型视为指导代理商通过世界的基础原始模型，我们幻想了单个模型如何无需其他培训即可解决不同的任务。我们将原始成分委托给LLM，只有少数在提示的示例。我们评估了三个体现的AI任务的方法：对象目标导航，实例图像目标导航和体现的问题答案，证明了竞争性结果，而没有任何特定的微调和在零拍情上的效力。
使用大语言模型进行体现导航的进步：调查
近年来，大型语言模型（LLM）的快速发展，例如生成的预训练的跨前者（GPT），由于它们在各种实际应用中的潜力而引起了人们的关注。LLM与体现智能的应用已成为重点的重要领域。在LLM的无数应用中，导航任务特别值得注意，因为它们要求对环境和快速，准确的决策有深刻的了解。llms可以增强具有复杂的环境感知和决策支持的体现的智能系统，利用其强大的语言和图像处理能力。本文提供了详尽的摘要，内容涉及LLMS与体现智能之间的共生，重点是导航。它回顾了最先进的模型，研究方法，并评估了现有体现导航模型和数据集的优势和缺点。最后，本文阐明了基于当前研究的LLM在具体智能中的作用，并预测了该领域的未来方向。本调查中的全面研究列表可在https://github.com/rongtao-xu/awsome-llm-en上找到。
如何计算混凝土混合物的体现碳
免责声明本出版物中包含的信息基于写作时的知识和理解（[[2023年6月]），可能不准确，当前或完整。新南威尔士州（包括气候变化部，能源部，环境和水以及新南威尔士州的财政部），作者和出版商不承担任何责任，并且不承担任何责任，因为文档中包含的任何信息的准确性，货币，可靠性或正确性（包括第三方提供的材料）。读者应在做出与本出版物中包含的材料有关的决策时进行自己的询问，并依靠自己的建议。
建筑物的体现碳： - UBC可持续性
1联合国环境计划和全球建筑与建筑联盟。（2024）。建筑物和建筑的全球状况报告 - 超越基础：主流的可持续解决方案，以减少建筑物的排放https://wedocs.unep.org/20.500.11822/45095。2原始报告是由由Zizzo Strategy Inc.（现为Mantle Developments）和Brantwood Consulting（现为Scius Advisory）组成的合作团队开发的。SCIUS咨询提供了2024年更新报告的输入和审查。Zizzo，R.，Kyriazis，J。，＆Goodland，H（2017）。建筑物和基础设施的体现碳：国际政策审查。林业创新投资。https://www.naturallywood.com/wp-content/uploads/embodied-carbon--construction-and-construction-and-infrastructure-international-policy-policy-review.pdf
印度基础设施的体现碳-KPMG LLP
15 资料来源：Francisco M De La Vega、Shimul Chowdhury、Barry Moore、Erwin Frise、Jeanette McCarthy、Edgar Javier Hernandez、Terence Wong、Kiely James、Lucia Guidugli、Pankaj B Agrawal、Casie A Genetti、Catherine A Brownstein、 Alan H Beggs、Britt-Sabina Löscher、Andre Franke、Braden Boone、Shawn E Levy、Katrin Õunap、Sander Pajusalu、Matt Huentelman、Keri Ramsey、Marcus Naymik、Vinodh Narayanan、Narayanan Veeraraghavan、Paul Billings、Martin G Reese、Mark Yandell和Stephen F Kingsmore，“人工智能可对罕见遗传病进行全面基因组解释并提出候选诊断方案”（Artificial intelligence enables comprehensive genome interpretation and nomination of candidate diagnoses for rare genetic diseases），PMCID: PMC8515723，PubMed Central生物医学和生命科学数据库，美国国立卫生研究院（NIH），美国国家医学图书馆（NLM），2021年10月14日