XiaoMi-AI文件搜索系统
World File Search System信息检索
大规模视频学习的人工智能
计算机视觉、信息检索和自然语言处理等研究领域的人工智能 (AI) 应用可能会为 VBL 的新方法提供动力 [10,12]。例如，AI 可以通过分析学生跟踪数据帮助教师确定学生对视频的理解程度，然后利用这种洞察力推荐可能对学生有用的视频内容。此外，基于 AI 的文本和/或图像识别和分类技术可以通过检测主题的变化来帮助学生浏览教学视频。基于 AI 的 VBL 可以帮助教师根据跟踪数据评估个别学生的知识差距，以便根据学生的能力、经验和兴趣提供个性化的反馈和建议。除此之外，在课堂上应用 AI 时还引发了许多问题，例如隐私、道德以及代理与自动化，这些问题应该进行调查 [5,6,10]。这些是本次研讨会将探讨的一些研究问题。
博士招生（非全日制） - 2025 年春季 - IIIT Sri City
研究领域（CSE）：基于代理的建模和模拟、算法、身份验证和访问控制、认知建模 - 关系模式、计算几何、计算机架构、计算机网络、密码学和网络安全、云/SDN 安全、网络安全、网络物理系统、数据分析、电子系统设计自动化、分布式算法、EEG 数据分析、嵌入式系统、系统架构、医疗信息学、高性能计算、人机交互、图像处理和计算机视觉、智能控制、机器/深度学习、多目标优化、自然语言处理、安全和区块链、自组织和自组装系统、软计算、空间/时空/多元统计建模、环境应用的统计和机器学习模型、文本数据挖掘/信息检索、VR/AR、无线传感器系统、人机交互、无人机、高级密码学、人工智能驱动的入侵检测系统、基于深度学习的生物信息学和计算生物学、
推进与Genai的相似性搜索：检索增强生成方法
本文介绍了一种创新的检索增强生成方法，以进行相似性搜索。所提出的方法使用生成模型来捕获细微的语义信息并基于高级上下文理解检索相似性分数。该研究重点介绍了包含从生物医学领域提取的100对句子的生物群数据集，并引入了相似性搜索相关结果，这些结果优于先前在该数据集上获得的句子。通过对模型敏感性的深入分析，研究确定了最佳条件，导致最高相似性搜索准确性：结果揭示了较高的Pearson相关评分，在0.5的温度下达到0.905，并且提示中提供的20个示例的样本大小为20个示例。这些发现强调了生成模型进行语义信息检索的潜力，并强调了相似性搜索的有希望的研究方向。
通过生成伪标签
密集的检索方法在多语言信息检索中表现出了有希望的表现，其中查询和文档可以使用不同的语言。然而，密集的检索器通常需要大量的配对数据，这在多语言方案中带来了更大的挑战。本文介绍了UMR，这是一个未经任何配对数据的训练的ultialual ultilitual contriever r etriever。我们的方法利用了多语言语言模型的序列估计功能，以获取用于培训密集猎犬的伪标签。我们提出了一个两阶段的框架，该框架迭代地改善了多语言密集猎犬的功能。两个基准数据集的实现结果表明，UMR的表现优于监督的基线，展示了训练Mul-listingual语言检索器而没有配对数据的潜力，从而增强了其实用性。1
XSL•FO
背景：大型语言模型 (LLM) 在处理临床信息方面表现出了先进的性能。然而，市面上可用的 LLM 缺乏专业的医学知识，仍然容易产生不准确的信息。鉴于糖尿病需要自我管理，患者通常会在网上寻求信息。我们引入了检索增强信息系统 (RISE) 框架，并评估了其在增强 LLM 以准确响应糖尿病相关咨询方面的性能。目的：本研究旨在评估 RISE 框架（一种信息检索和增强工具）在提高 LLM 性能以准确安全地响应糖尿病相关咨询方面的潜力。方法：RISE 是一种创新的检索增强框架，包括 4 个步骤：重写查询、信息检索、总结和执行。使用一组 43 个常见的糖尿病相关问题，我们分别评估了 3 个基础 LLM（GPT-4、Anthropic Claude 2、Google Bard）及其 RISE 增强版本。临床医生评估准确性和全面性，患者评估可理解性。结果：RISE 的整合显著提高了所有 3 个基本 LLM 的回答的准确性和全面性。平均而言，使用 RISE 后，准确回答的百分比增加了 12% (15/129)。具体而言，GPT-4 的准确回答率增加了 7% (3/43)，Claude 2 的准确回答率增加了 19% (8/43)，Google Bard 的准确回答率增加了 9% (4/43)。该框架还提高了回答的全面性，平均分数提高了 0.44（SD 0.10）。可理解性也平均提高了 0.19（SD 0.13）。数据收集时间为 2023 年 9 月 30 日至 2024 年 2 月 5 日。结论：RISE 显著提高了 LLM 在回答糖尿病相关询问方面的表现，提高了准确性、全面性和可理解性。这些改进对于RISE未来在患者教育和慢性病自我管理方面的作用具有重要意义，有助于缓解医疗资源压力并提高公众对医学知识的认识。
Yunfei Luo's Personal Website
03.2023机器学习科学家联合创始人，启动到03.2024∂设计并开发了一个综合框架，用于创建可自定义的虚拟AI字符，结合了关键的建筑组件，例如记忆力管理，诸如上下文意识，及时的优化，音调/风格，音调/样式转换，强大的监狱破坏性囚禁机制。∂进行了研究并实施了一个检索演示的一代（RAG）框架，以增强虚拟AI字符的现实性和忠诚度。∂执行了Digrigoffortingtoevaluatecharacterrobustnessagainstjailstjail-breakattacks，识别现象，并迭代地改善了框架的防御策略。∂通过定期会议与核心团队成员合作，以保持进度，解决Challenges并为公司的未来指示制定战略。自然语言处理大语模型虚拟字符信息检索搜索引擎机器学习研究与开发
文本挖掘在材料研究中的机遇与挑战
摘要 研究出版物是科学知识的主要宝库。然而，它们的非结构化和高度异构的格式对其中包含的信息的大规模分析造成了重大障碍。自然语言处理（NLP）的最新进展提供了各种工具，用于从非结构化文本中提取高质量的信息。这些工具主要针对非技术文本进行训练，当应用于涉及特定技术术语的科学文本时，很难产生准确的结果。在过去的几年里，人们在生物医学和生物化学出版物的信息检索方面做出了重大努力。对于材料科学，文本挖掘（TM）方法仍处于发展初期。在这篇综述中，我们调查了在材料科学领域创建和应用 TM 和 NLP 方法的最新进展。这篇综述针对广大研究人员，他们旨在学习 TM 基础知识在材料科学出版物中的应用。
文章 基于量子期望值的语言模型及其在问答中的应用
摘要：量子语言模型由于其透明性和可解释性而被引入信息检索。尽管取得了令人振奋的进展，但当前的研究主要研究语义希尔伯特空间的差异句子子空间的密度矩阵之间的关系。整个希尔伯特空间具有唯一的密度矩阵，但还缺乏探索。在本文中，我们提出了一种基于量子期望值的语言模型（QEV-LM）。为语义希尔伯特空间构建了一个唯一的共享密度矩阵。在这个量子模型中，单词和句子被视为不同的可观测量。在此背景下，描述问答对之间相似度的匹配分数自然地被解释为联合问答可观测量的量子期望值。除了理论合理性之外，在 TREC-QA 和 WIKIQA 数据集上的实验结果证明了我们提出的模型具有出色的计算效率和较低的时间消耗。