XiaoMi-AI文件搜索系统
World File Search System信息处理系统
Rishi D. Jha
[1] Tingwei Zhang *，Rishi Jha *，Eugene Bagdasaryan和Vitaly Shmatikov。“多模式嵌入中的对抗性幻觉”。在：第33 USENIX安全研讨会（USENIX）。获得了杰出的纸张奖（占接受论文的5％）。2024年8月。[2] Rishi Jha *，Jonathan Hayase *和Sewoong Oh。“标签中毒就是您所需要的”。：第37届神经信息处理系统（神经）会议。2023年12月。[3] Dimitrios C. Gklezakos，Rishi Jha和Rajesh P.N.Rao。 “超宇宙策略近似：学习使用超核从单个图像生成动作”。 in：Neurovision 2022：CVPR研讨会（Neurovision @ cvpr）。 2022年6月。 [4] Rishi Jha和Kai Mihata。 “关于文本分类的大地距离和上下文嵌入压缩”。 在：关于自然语言处理方法的第十五个研讨会论文集（TextGraphs -15 @ NaAcl）。 2021年6月。Rao。“超宇宙策略近似：学习使用超核从单个图像生成动作”。in：Neurovision 2022：CVPR研讨会（Neurovision @ cvpr）。2022年6月。[4] Rishi Jha和Kai Mihata。“关于文本分类的大地距离和上下文嵌入压缩”。在：关于自然语言处理方法的第十五个研讨会论文集（TextGraphs -15 @ NaAcl）。2021年6月。
OSTP 外国人才招聘计划指南。......
这些指南是根据 2022 年《芯片和信息处理系统与科学法案》（“该法案”）第 10631(b) 条发布的，1该法案规定，“科学技术政策办公室主任应与根据 2020 财政年度国防授权法案第 1746 条设立的跨部门工作组协调（42 USC 6601 注；公法 116-92），为联邦研究机构发布并广泛分发一套关于外国人才招聘计划的统一指南”（重点添加）。该法的相关条款被编纂为42 USC 19231-19237。该法的相关部分有两个主要特点：规定联邦研究机构人员不得参与外国人才招募计划，并禁止某些实质性参与准备奖项申请或执行奖项的个人（“受保个人”）参与恶意外国人才招募计划（该法第10631和10638条）。外国人才招募计划和恶意外国人才招募计划的定义见下文。该法第10631(d)条要求联邦研究机构发布有关外国人才招募计划的政策。该法第10632(a)条进一步要求它们发布有关恶意外国人才招募计划的具体政策，其中必须包括以下规定，作为该机构研发奖项提案的一部分：
刀片类杆的理论工程师LM-21生物医学工程师...
在可能的情况下，要获得并指示特定培训目标的专业概况该研究路径为所有宏观文本中的学生提供了共同的培训，这些培训准确地表征了科学学科领域，即Ing-Ind/34和Ing-Ing-Ing/06，例如，仪器，设备和医疗系统的应用程序，即仪器和医学的应用程序，例如电气和/或磁性现象和设备来测量并修改它们，数据和生物医学信号的处理，生物症，是医学生物学知识的表示。普通培训将与主题领域的教学融合，但是生物医学兴趣，适合医学科学领域以及机械工程和信息领域。该培训课程将能够专注于方法和技术方面，这些方面是指不同学科领域的生物工程应用，包括建模，生理系统的识别和控制，医疗领域的信息处理系统，远程辅助和远程诊断系统，卫生系统的行使，测试方法，认证方法，安全以及安全以及安全和安全和安全和安全和安全和安全系统。根据安全性和隐私标准，医疗设备，管理组织模型健康以及敏感数据的传输/处理的电磁兼容性。培训课程将通过额叶课程，课堂练习以及理工学院和医学院实验室实施。在学位课程的法定教义背景下提出的实际活动也可以在公共/私人医疗保健和医疗机构进行，不仅是为了鼓励
审查人工智能影响声明和伦理审查中的责任和审议
人工智能研究界正在继续努力解决其工作的伦理问题，鼓励研究人员讨论潜在的积极和消极后果。神经信息处理系统 (NeurIPS) 是机器学习和人工智能研究的顶级会议，它在 2020 年首次要求提供更广泛影响的声明。2021 年，NeurIPS 更新了他们的征文要求，其中 1) 影响声明侧重于负面社会影响，不是强制要求而是鼓励；2) 向作者提供论文清单和道德准则；3) 论文经过道德审查，可能因道德原因被拒绝。鉴于这些变化，我们对 231 份影响声明和所有公开的道德审查进行了定性分析。我们描述了围绕作者如何表达识别或减轻负面后果的能动性（或缺乏能动性）以及分配减轻负面社会影响的责任而出现的主题。我们还根据伦理审查员提出的问题类型（分为政策导向和非政策导向两类）、伦理审查员向作者提出的建议（例如，在添加或删除内容方面）以及作者、伦理审查员和原始审查员之间的互动（例如，原始审查员标记的问题与伦理审查员讨论的问题之间的一致性）来描述伦理审查。最后，根据我们的分析，我们提出了建议，说明如何进一步支持作者参与其工作的伦理影响。
新加坡老年人对流感疾病和疫苗的信念和误解类型分析
在新加坡等发达国家，获得流感疫苗几乎没有什么障碍，而且强烈建议高危人群（包括老年人）接种流感疫苗。然而，尽管在这一脆弱人群中，流感的发病率和死亡率很高，但疫苗接种率远低于建议水平。鉴于提高疫苗接受度和接种率的及时目标，我们探讨了新加坡老年人对流感疾病和疫苗的误解。我们对 76 名 65 岁及以上的新加坡成年人进行了定性的半结构化访谈，访谈对象不限新加坡的某个特定地区。我们使用扎根理论方法来分析数据，以了解参与者的态度、看法和知识。我们开发了反映参与者使用的措辞的体内代码，并通过恒定比较编码方法详尽地分类主题。特别关注老年人的误解，从我们的数据分析中得出了有关流感疾病或疫苗的七个主要主题：对流感的熟悉程度、对流感的误解、个人对流感的易感性、对流感疫苗的熟悉程度、对流感疫苗的误解、对流感疫苗使用的误解以及对流感疫苗接种的看法和障碍。值得注意的是，新加坡老年人对接种流感疫苗缺乏足够的知识和动力。健康传播需要更加适合老年人的信息处理系统，并让卫生专业人员参与解决本研究中发现的流感疾病和疫苗误解。
合成生物学在革新微生物合成和药物发现方面的前景
摘要 合成生物学 (SynBio) 是一个新兴的研究领域，在设计、设计和构建自然界中不存在的新型微生物合成细胞或重新设计现有细胞以实现工业用途方面具有巨大潜力。系统生物学力求从多个维度理解生物学，从分子和细胞水平开始，逐渐发展到组织和生物体水平，并将细胞描述为复杂的信息处理系统。另一方面，合成生物学则进一步发展，努力从头开始开发和创建其系统。合成生物学现在应用于开发用于预防人类疾病的新型治疗药物、扩大工业流程并实现以前无法实现的工业成果。这是通过 DNA 测序和合成技术的重大突破以及从合成化学和系统生物学中获得的见解实现的。合成生物学技术允许在微生物中引入改进的合成代谢功能，从而能够合成一系列药理学相关的化合物以进行药物探索。合成生物学的应用范围很广，从寻找新方法到使工业化学合成过程更具可持续性，以及改进治疗方式的微生物合成。因此，这项研究强调了合成生物学提供的几项创新、良好潜力和未来方向，提出了改进工业微生物合成以进行药物探索。
人工智能与人类交互舒适度研究
[1] Michael Ahn、Anthony Brohan、Noah Brown、Yevgen Chebotar、Omar Cortes、Byron David、Chelsea Finn、Keerthana Gopalakrishnan、Karol Hausman、Alex Herzog 等人。2022 年。尽我所能，不要照我说的做：为机器人可供性奠定语言基础。arXiv 预印本 arXiv:2204.01691 (2022)。[2] Chris Baker、Rebecca Saxe 和 Joshua Tenenbaum。2011 年。贝叶斯心智理论：建模联合信念-愿望归因。在认知科学学会年会论文集，第 33 卷。[3] Chris L Baker、Noah D Goodman 和 Joshua B Tenenbaum。2008 年。基于理论的社会目标推理。在认知科学学会第三十届年会论文集。 Citeseer，1447–1452。[4] Chris L Baker 和 Joshua B Tenenbaum。2014 年。使用贝叶斯心理理论对人类计划识别进行建模。计划、活动和意图识别：理论与实践 7 (2014)，177–204。[5] Andreea Bobu、Marius Wiggert、Claire Tomlin 和 Anca D Dragan。2021 年。特征扩展奖励学习：重新思考人类输入。在 2021 年 ACM/IEEE 人机交互国际会议论文集上。216–224。[6] Andreea Bobu、Marius Wiggert、Claire Tomlin 和 Anca D Dragan。2022 年。通过学习特征在奖励学习中诱导结构。国际机器人研究杂志 (2022)，02783649221078031。[7] Mustafa Mert Çelikok、Tomi Peltola、Pedram Daee 和 Samuel Kaski。2019 年。具有心智理论的交互式人工智能。arXiv 预印本 arXiv:1912.05284 (2019)。[8] Aakanksha Chowdhery、Sharan Narang、Jacob Devlin、Maarten Bosma、Gaurav Mishra、Adam Roberts、Paul Barham、Hyung Won Chung、Charles Sutton、Sebastian Gehrmann 等人。2022 年。Palm：使用路径扩展语言建模。arXiv 预印本 arXiv:2204.02311 (2022)。[9] Harmen De Weerd、Rineke Verbrugge 和 Bart Verheij。 2013. 了解她知道你知道的事情有多大帮助？一项基于代理的模拟研究。人工智能 199 (2013)，67–92。[10] Jacob Devlin、Ming-Wei Chang、Kenton Lee 和 Kristina Toutanova。2018. Bert：用于语言理解的深度双向变压器的预训练。arXiv 预印本 arXiv:1810.04805 (2018)。[11] Prafulla Dhariwal 和 Alexander Nichol。2021. 扩散模型在图像合成方面击败了 gans。神经信息处理系统进展 34 (2021)，8780–8794。[12] Prashant Doshi、Xia Qu、Adam Goodie 和 Diana Young。2010. 使用经验主义交互式 POMDP 对人类的递归推理进行建模。在第九届自主智能体和多智能体系统国际会议论文集：第 1 卷-第 1 卷。1223–1230。[13] 段佳飞、余志强、谭辉、朱宏远和陈志东。2022 年。具身人工智能调查：从模拟器到研究任务。IEEE 计算智能新兴主题汇刊 (2022 年)。[14] 段佳飞、余志强、谭辉、易立和陈志东。2022 年。BOSS：对象上下文场景中人类信念预测的基准。arXiv 预印本 arXiv:2206.10665 (2022 年)。[15] David Engel、Anita Woolley、Lisa Jing、Christopher Chabris 和 Thomas Malone。2014 年。从眼睛读懂心思还是从字里行间读懂心思？心智理论在线上和面对面时同样能预测集体智慧。PloS one 9 (12 2014)，e115212。https://doi.org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作逆强化学习。神经信息处理系统的进展 29 (2016)。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统的进展 31 (2018)。 [18] 何开明、张翔宇、任少卿和孙健。2016 年。深度残差学习在图像识别中的应用。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33（2020 年），6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。 [21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016 年。协调合作或竞争：社交互动中的抽象目标和共同意图。《认知科学》。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015 年。深度学习。《自然》521，7553（2015 年），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。[25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作式逆强化学习。神经信息处理系统进展 29（2016 年）。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统进展 31（2018 年）。[18] Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun。2016 年。用于图像识别的深度残差学习。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。 2020. 去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020. 人工智能与对未来的担忧：挪威案例研究。在分布式、环境和普适交互中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016. 协调合作或竞争：社交互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。 nature 521, 7553 (2015), 436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的信任度更高？个体差异在用户对内容审核的反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978)，515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。在国际机器学习会议上。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021. 零样本文本到图像生成。在国际机器学习会议上。PMLR，8821–8831。org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作式逆强化学习。神经信息处理系统进展 29（2016 年）。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统进展 31（2018 年）。[18] Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun。2016 年。用于图像识别的深度残差学习。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。 2020. 去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020. 人工智能与对未来的担忧：挪威案例研究。在分布式、环境和普适交互中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016. 协调合作或竞争：社交互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。 nature 521, 7553 (2015), 436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的信任度更高？个体差异在用户对内容审核的反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978)，515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。在国际机器学习会议上。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021. 零样本文本到图像生成。在国际机器学习会议上。PMLR，8821–8831。在 IEEE 计算机视觉与模式识别会议论文集上。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。 2016. 协调合作或竞争：社会互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。自然 521，7553（2015），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0)，14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv：https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。国际机器学习会议。PMLR，4218–4227。 [27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本转图像生成。国际机器学习会议。PMLR，8821–8831。在 IEEE 计算机视觉与模式识别会议论文集上。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。 2016. 协调合作或竞争：社会互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。自然 521，7553（2015），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0)，14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv：https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。国际机器学习会议。PMLR，4218–4227。 [27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本转图像生成。国际机器学习会议。PMLR，8821–8831。//doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 [25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。//doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 [25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。
心理健康诊断评估 - Scholar Commons
[1] Arun James Thirunavukarasu、Darren Shu Jeng Ting、Kabilan Elangovan、Laura Gutierrez、Ting Fang Tan 和 Daniel Shu Wei Ting。医学中的大型语言模型。自然医学，29(8)：1930-1940，2023 年。[2] Nitin Rane。ChatGPT 和类似的生成式人工智能 (ai) 对建筑和建筑行业的贡献：大型语言模型对工业 4.0、工业 5.0 和社会 5.0 的贡献、机遇和挑战。大型语言模型对工业的机遇和挑战，4，2023 年。[3] Peter Lee、Sebastien Bubeck 和 Joseph Petro。GPT-4 作为医学人工智能聊天机器人的好处、局限性和风险。新英格兰医学杂志，388(13):1233–1239，2023 年。[4] Joseph Ford、Felicity Thomas、Richard Byng 和 Rose McCabe。患者健康问卷 (phq-9) 在实践中的应用：患者与医生之间的互动。定性健康研究，30(13):2146–2159，2020 年。[5] Sverre Urnes Johnson、Pål Gunnar Ulvenes、Tuva Øktedalen 和 Asle Hoffart。异质精神病样本中广泛性焦虑症 7 项 (gad-7) 量表的心理测量特性。 Frontiers in psychology，10:1713，2019。[6] Long Ouyang，Jeffrey Wu，Xu Jiang，Diogo Almeida，Carroll Wainwright，Pamela Mishkin，Chong Zhang，Sandhini Agarwal，Katarina Slama，Alex Ray 等。训练语言模型以遵循带有人类反馈的指令。神经信息处理系统进展，35:27730–27744，2022。
Ranjay Krishna -
ICLR 2025交织的场景图，用于交织的文本和图像生成评估。Dongping Chen，Ruoxi Chen，Shu Pu，Zhaoyi Liu，Yanru Wu，Caixi Chen，Caixi Chen，Benlin Liu，Yue Huang，Yao Wan，Pan Zhou，Ranjay Krishna International International In In Machine Learning，Machine Learning，2025 ICLR 2025 ICLR 2025 AHA：一个视觉语言的人，以实现失败的竞争，并合理地覆盖了竞争者，并合理地覆盖了杂物。众包工作流的技术。Madeleine Grunde-McLaughlin，Michelle S. Lam，Ranjay Krishna，Daniel S. Weld，Je Q rey Heer Heer ACM ACM Transactions on Computer-Human互动Neurips Neurips Neurips 2024 Dist Me Night Me。Jieyu Zhang, Weikai Huang, Zixian Ma, Oscar Michel, Dong He, Tanmay Gupta, Wei-Chiu Ma, Ali Farhadi, Aniruddha Kembhavi, Ranjay Krishna Advances in neural information processing systems, 2024 NeurIPS 2024 Visual Sketchpad: Sketching as a Visual Chain of Thought for Multimodal Language Models .Yushi Hu*，Weijia Shi*，Xingyu Fu，Dan Roth，Mari Ostendorf，Luke Zettlemoyer，Noah A Smith*，Ranjay Krishna*神经信息处理系统的进步，2024年Neurips 2024 Neurips 2024多语言多样性多样性多样性的多样性改善视觉语言表现。Thao Nguyen, Matthew Wallingford, Sebastin Santy, Wei-Chiu Ma, Sewoong Oh, Ludwig Schmidt, Pang Wei Koh, Ranjay Krishna* Advances in neural information processing systems, 2024 Spotlight Paper award (awarded to top 5%) NeurIPS 2024 The Unmet Promise of Synthetic Training Images: Using Retrieved Real Images Per- forms Better .Scott Geng，Cheng-Yu Hsieh，Vivek Ramanujan，Matthew Wallingford，Chun-Liang Li，Pang Wei Koh*，Ranjay Krishna*神经信息处理系统的进步，2024 Neurips，Neurips 2024 2024 ActionAtlas：Actionatlas：a Videoqa-benchmark for Videoqa Benchmark for-Frain grave grave grave vrained Capention conterition。Mohammadreza Salehi, Jae Sung Park, Aditya Kusupati, Ranjay Krishna , Yejin Choi, Hannaneh Hajishirzi, Ali Farhadi Advances in neural information processing systems, 2024 NeurIPS 2024 NaturalBench: Evaluating Vision-Language Models on Natural Adversarial Samples .Wenxuan Peng，Baiqi Li，Zhiqiu Lin，Jean de Dieu Nyandwi，Zixian MA，Simran Khanuja，Deva Ramanan，Ranjay Krishna，Graham Neubig在神经信息处理系统中的进步，2024 Neurips 2024 Neurips 2024 Neurips 2024 Superpuse Supperections singleferess singleferess inderfection in Deciatsions nicledere nitferations in Deciatsions niclederiate bulyse nitferiations in Deciatsions anderfelions in Deciatsions：多个世代。Ethan Shen，Alan Fan，Sarah M Pratt，Jae Sung Park，Matthew Wallingford，Sham M Kakade，Ari Holtzman，Ari Holtzman，Ranjay Krishna，Ali Farhadi，Aditya Kusupati在神经信息处理系统中的进步，2024
contenuto degli insegamenti inhalt der Lehrveranstaltungen
化学；技术的化学基础 - CHIM/10-11-食物化学；发酵的化学和生物技术 - 生物/01-05-植物学一般；系统植物学；环境和应用植物学；植物生理学；动物学 - 生物/09-11-生理学；生物化学；分子生物学 - 生物/13-实验生物学 - 生物/18-19-遗传学；一般微生物学 - MED/07-微生物学和临床微生物学 - MED/42-卫生与公共卫生 - AGR/01-04-农业经济学和农村评估；农艺和田间作物 - 树木培养和水果培养；蔬菜和观赏作物 - 农业/07-农业遗传学 - 农业/09-农业机械和机械化 - AGR/11-13-一般和应用昆虫学；植物病理；农业化学 - 农业/15-19-食品科学技术；农业微生物学；牲畜系统动物育种和遗传学；动物营养和喂养；动物科学 - 兽医/04-对动物起源食物的检查 - 兽医/06-07-寄生虫学和动物寄生虫疾病；兽医药理学和毒理学 - ING-IND/10-热工程和工业能源系统 - ING-IND/13-17-应用机制；机械设计和机器构建；工业工程的设计方法；制造技术和系统；工业机械工厂 - ING -IND/23-应用物理化学 - ING -IND/25-化学工厂 - Ing -Ing -Ind/34-工业生物工程 - ING -INF/01-电子 - 电子 - ING -INF/05-信息处理系统 - SECS -P/13-商品科学 - SECS -S/01/02-统计数据；实验和技术研究的统计