XiaoMi-AI文件搜索系统
World File Search System体现
穿上数字鞋走一英里：体现的影响...
{nyee@stanford.edu , bailenson@stanford.edu } 摘要 在社会心理学中，观点采择已被证明是减少负面社会刻板印象的可靠方法。到目前为止，这些练习仅依赖于要求一个人想象自己处于另一个人的心态。我们认为，沉浸式虚拟环境提供了独特的机会，让个人可以直接从另一个人的角度看问题，从而可能大大减少负面刻板印象。在当前的工作中，我们报告了一项初步实验调查，调查了沉浸式虚拟环境中体现观点采择的好处。研究发现，与被置于年轻人化身中的参与者相比，当参与者被置于老年人的化身中时，对老年人的负面刻板印象显着减少。我们讨论了这些结果对社会互动理论和共存的影响。
资本体现技术变革的经济增长框架
技术进步通常体现在资本投入中。本文建立了一个模型，其中资本创新发生在两个边缘：（1）垂直方向，即资本投入在给定任务中变得更有生产力；（2）水平方向，即资本投入在给定任务中取代劳动力。当资本和劳动力的替代弹性小于单位替代弹性时，这两种形式的技术进步会引发宏观经济“拉锯战”，由此产生的框架可以满足许多宏观经济规律。首先，它可以产生平衡的增长路径并满足 Uzawa 增长定理——即使所有技术进步都发生在资本投入中。其次，它可以产生直观的宏观经济动态，增加对明显生产力放缓和劳动力收入份额下降的看法。第三，它可以产生丰富的行业动态并为结构性变化提供信息，包括农业和制造业占 GDP 份额的下降、部门瓶颈、通用技术的作用以及计算有限的宏观经济影响。总体而言，这个易于处理的框架可以帮助解决技术进步的微观观察与经济增长的宏观经济特征之间令人费解的矛盾。
同上：当您不可用时参加会议的个性化，体现的代理
想象一下，能够将个性化的体现代理发送到您无法参加的会议上。本文探讨了同上的想法，即视觉上类似于一个人，听起来像他们，对它们具有知识并可以在会议中代表他们的特工。本文报告了两项实证研究的结果：1）焦点小组会议，有六组（n = 24）和2）OZ（WOZ）的研究，并从一家大型技术公司内招募了10组（n = 39）。焦点小组会议的结果提供了有关适合同上的上下文以及围绕社会可接受性和表示风险的问题的见解。焦点组结果还提供了有关同上视觉设计特征的反馈。在WOZ研究中，团队与两个不同的体现代理人参加会议：同上和代表（一种与缺席的人相似的代理人）。这项研究的见解表明，这些体现的代理人在会议上可能产生的影响，并强调同上特别表明了唤起存在和信任的感觉以及为决策做出提供信息的希望。这些结果还突出了与关系动态有关的问题，例如维持社会礼节，管理自己的专业声誉和维护问责制。总的来说，我们的调查提供了早期的证据，表明同上当用户无法在场时代表他们可能是有益的，但还概述了许多需要仔细考虑以成功实现这一愿景的因素。
京津冀消费体现的大气污染与经济利益的不平等交换
京津冀作为我国大气污染最严重的地区,近年来受到广泛关注,京津冀区域环境指标的关联性研究较为广泛,但贸易活动中隐藏的城市大气污染物与经济利益尚不明确。本文基于城市级投入产出表,考察京津冀消费中蕴含的大气污染物与经济利益。研究结果表明,不同城市之间大气污染物和增加值的转移流导致京津冀地区大气污染与经济利益交换不平等。北京通过贸易获得的增加值(38.40%)高于京津冀消费需求带来的大气污染物当量(APE,1.75%);唐山、石家庄和邯郸排放的大气污染物高于它们通过贸易获得的利益。研究结果为城市间补偿机制的建立提供了依据。
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。
WP-22-41 资本体现技术变革的经济增长框架
技术进步通常体现在资本投入中。本文建立了一个模型，其中资本创新发生在两个边缘：（1）垂直方向，即资本投入在给定任务中变得更有生产力；（2）水平方向，即资本投入在给定任务中取代劳动力。当资本和劳动力的替代弹性小于单位替代弹性时，这两种形式的技术进步会引发宏观经济“拉锯战”，由此产生的框架可以满足许多宏观经济规律。首先，它可以产生平衡的增长路径并满足 Uzawa 增长定理——即使所有技术进步都发生在资本投入中。其次，它可以产生直观的宏观经济动态，增加对明显生产率放缓和劳动收入份额下降的看法。第三，它可以产生丰富的行业动态并为结构性变化提供信息，包括农业和制造业占 GDP 份额的下降、部门瓶颈、通用技术的作用以及计算有限的宏观经济影响。总体而言，这个易于理解的框架有助于解决技术进步的微观观察与经济增长的宏观经济特征之间令人费解的矛盾。作者感谢 Daron Acemoglu、Lawrence Christiano、Chad Jones、Kiminori Matsuyama、Ezra Oberfield、西北大学和普林斯顿大学的研讨会参与者以及 NBER 的会议参与者提出的许多有益评论。
残疾4.0：使用体现人工智能的生物伦理考虑
机器人和人工智力已经标志着残疾人护理和整合的新时代的开始，有助于促进他们的独立性，自主权和社会参与。在这一领域，生物反射在人类学，道德，法律和社会政治层面上扮演着关键作用。但是，目前存在大量的意见和道德论点，以及对使用辅助机器人的使用缺乏共识，而重点则主要在产品的可用性上。本文提出了生物伦理分析，该分析强调了根据功能主义模型使用体现的人工智能而产生的风险。未能将残疾视为健康，个人和情境因素之间复杂相互作用的结果，可能会导致对人的内在尊严以及与医护人员关系的内在尊严的潜在损害。此外，强调了歧视进入这些新技术的危险，这强调了需要一种道德方法，该方法考虑了在康复领域实现AI的社会和道德含义。
genrl：体现剂中的多模式基础世界模型
学习通才体现的代理，能够解决不同领域中的多种任务是一个长期存在的问题。强化学习（RL）很难扩大规模，因为它需要为每个任务进行复杂的奖励设计。相比之下，语言可以以更自然的方式指定任务。当前的基础视觉模型（VLMS）通常需要进行微调或其他适应性，这是由于显着的域间隙在实施情况下被采用的。但是，此类域中缺乏多模式数据代表了开发用于具体应用的基础模型的障碍。在这项工作中，我们通过介绍多模式基础世界模型来克服这些问题，能够将基础VLM的表示和对齐为RL的潜在生成世界模型的潜在空间，而无需任何语言注释。最终的代理学习框架GenRL允许人们通过视觉和/或语言提示指定任务，将其扎根在体现的域的动态中，并学习想象中的相应行为。通过机车和操纵域中的大规模多任务基准测试评估，GenRL可以通过语言和视觉提示来实现多任务概括。此外，通过引入无数据的政策学习策略，我们的方法为使用生成世界模型的基础政策学习奠定了基础。
MUEP：具有基础模型的体现计划的多模式基准
基金会模型表现出了显着的紧急能力，对构成体现的代理商的推理和计划能力持巨大希望。然而，缺乏用于评估复杂环境中具有多模式观测的体现药物的基准，仍然是一个显着的差距。在本文中，我们提出了MUEP，这是一种用于e mbodied p lanning的全面MU ltimodal基准。MUEP促进了在复杂场景中体现药物的多模式和多转弯相互作用的评估，并结合了精细粒度的评估指标，这些指标可为您在整个任务中提供有关体现剂的性能的见解。此外，我们在拟议的基准上评估了具有最新的基础模型，包括大型语言模型（LLMS）和大型多模型模型（LMMS）。实验结果表明，基于环境的文本代表的基础模型通常超过其视觉效果，这表明具有多模式观察的型号计划能力存在差距。我们还发现，控制语言的生成是不可或缺的能力，超出常识性知识，无法进行准确的体现任务完成。我们希望拟议的MUEP基准可以为体现AI的进步与基础模型的发展。