XiaoMi-AI文件搜索系统
World File Search System偏好
乘客航空旅行偏好 - OSF
通过服务文化的中介变量，将服务文化（例如，沟通和技术）对因变量（客户对航空旅行的偏好）的影响转化为服务文化的中介变量。本研究在理论部分使用了 SERVQUAL 模型。通过中介变量对 200 名乘坐巴基斯坦国内航空公司航班的顾客样本进行了统计分析，以分析独立变量与因变量之间的关系。根据研究结果，独立变量与服务文化和顾客对国内航空旅行的偏好呈正相关。一个关键的限制是每天联系受访者以便及时获得答复。变量之间的正相关关系表明良好的服务文化在改变顾客偏好方面发挥着重要作用。这不仅有助于促进运营商之间的良性竞争，而且从更广泛的角度来看，它还将帮助航空业的新进入者通过更好的服务文化更加关注客户，从而在未来实现乐观增长。这项研究为巴基斯坦发展中国家的背景提供了独特的视角。这是一项独特的研究，研究了当独立变量发生变化时，客户对航空旅行的偏好的影响。关键词：服务质量、可靠性、定价、信息通信技术、服务文化、客户偏好。1.简介
音乐会偏好、编程和设计趋势...
声音对海洋哺乳动物的影响传统上被定义为伤害或行为紊乱。最早对行为紊乱的担忧是，高噪音会通过掩盖微弱信号来减少通信范围。很少有研究记录这种影响，但最近的研究强调了动物用来补偿高噪音的机制。许多研究已经记录了行为变化与暴露的关系，但事实证明很难将这些变化与对个体动物福利或种群状况的影响联系起来。解释影响的有希望的方法包括避开栖息地、觅食的能量学以及将反捕食者行为模型应用于人类干扰。在 20 世纪 90 年代，伤害的声学标准是基于暂时性听力损失而指定的。海军声纳演习期间，喙鲸非典型性大规模搁浅的证据表明，某些物种在某些环境下，在较低暴露水平下的行为反应可能会导致受伤或死亡。一头带标签的喙鲸对实验性播放的中频声纳声音表现出与虎鲸叫声相似但较弱的反应，这表明在暴露于不太可能直接造成伤害的声音水平后，反捕食者反应可能会伤害动物。
人们对 COVID-19 疫苗接种的偏好和
遏制 COVID-19 大流行取决于对公共卫生建议和要求的遵守，而年轻人的遵守程度低于老年人。此外，年轻人接种 COVID-19 疫苗的比例较低。这项研究的目的是评估对 COVID-19 相关预防性卫生措施和疫苗接种的偏好，并探讨它们与 COVID-19 疫苗可接受性的关系。2021 年 8 月，18-39 岁的加拿大人被邀请参加一项基于网络的调查。我们使用最佳-最差缩放 (BWS) 方法收集和分析偏好数据，并使用多变量二元逻辑回归来估计与疫苗可接受性的关联。根据 266 份完整的回复，我们发现与一般卫生和呼吸礼仪相比，人们更倾向于保持身体距离和戴口罩。无论地点如何，疫苗的可及性都很高、连续接种同一品牌的疫苗以及年轻人社交圈中的人接种疫苗的比例更高，这些都受到高度青睐。疫苗的可接受性与对要求接种疫苗证明的强制要求和通过接种疫苗保护他人的利他动机的偏好较高有关。随着 COVID-19 疫情的起起落落，需要使用更大的、具有全国代表性的样本进行研究来复制和验证这些结果，以评估与最新建议相对应的健康行为偏好。使用这种方法可以为公共卫生当局提供一个独特的机会，以制定符合最新指南的有针对性的、基于偏好的信息，从而有效地鼓励遵守和接种 COVID-19 疫苗。
排放目标和投资偏好
生物质可以帮助许多领域实现气候目标。在发电中，它可以补充可变的可再生能源，或者，如果与碳捕获和存储（CC）相结合，也提供了负emisions。本文通过关注平衡可变的可再生能源与生物质的成本偏执，并提供有关接受这些技术的指示，从而增加了现有文献。动态优化模型用于分析生物量在欧洲电力系统中的作用，以期为2050年不同的排放目标。将结果与有关生物量技术的投资优先数据以及风能和太阳能的调查数据进行了比较。如果允许使用CCS的生物能源，则观察到更集中使用的生物质的发射目标的制剂极大地影响了生物量的成本效益。这表明欧洲范围内的排放目标可能比单独的国家目标更具成本优势。政府和非政府参与者往往对投资生物质技术往往是负面的，尽管如果与CC结合使用，则差异更大，这表明实施可能挑战。在所有国家，他们对风能和太阳能的态度都更加积极，支持了欧洲电力系统中可变新建份额越来越份额的现有趋势的延续。©2020作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
通过加强学习的偏好对齐...
学分：[1] Christiano等。，《神经》 17中的深入强化从人类的偏好中学习。[2] Ziegler等。，来自人类偏好的微调语言模型，在Arxiv'19中。[3] Ouyang等。，培训语言模型在Neurips'22中按照人为反馈的指示进行指示。[4] Rafailov等。，直接偏好优化：您的语言模型是秘密的奖励模型，在Neurips'23中。[5] Hong等。，ORPO：Arxiv'24中的无参考模型的单片偏好优化。
偏好对人对齐的优化优化
大型语言模型（LLMS）通常包含误导性内容，强调需要使它们与人类价值观保持一致以确保安全的AI系统。从人类反馈（RLHF）中学习的强化已被用来实现这一路线。然而，它包括两个主要的抽签：（1）RLHF表现出与SFT相反的对超参数的复杂性，不稳定和对超参数的现象。（2）尽管进行了大规模的反复试验，但多次抽样却降低为配对的对比度，因此缺乏宏观角度的对比度。在本文中，我们提出优先排名优化（PRO）作为有效的SFT算法，以直接对人类对齐进行微调。pro扩展了逐对的骗局，以适应任何长度的偏好排名。通过迭代对比候选人，Pro指示LLM优先考虑最佳响应，同时逐步对其余响应进行排名。以这种方式，Pro有效地将Human对齐方式转换为LLM产生的N重点的概率排名与Humans对这些响应的偏好排名。实验表明，Pro的表现优于基线算法，通过基于自动的，基于奖励的GPT-4和人类评估，与CHATGPT和人类反应取得了可比的结果。
流感和 COVID-19 联合疫苗的偏好：结果来自
Combo = 流感和 COVID-19 疫苗组合；Stand-alone = 独立流感疫苗。注意：风险承受能力最高区间的受访者（愿意接受 30% 或更高的中度至重度全身副作用风险）被问及一个开放式问题，即在将他们的选择从组合疫苗转换为独立流感疫苗之前，他们愿意接受的最大中度至重度全身副作用风险。
超越人工智能对齐的偏好
人工智能协调的主流实践假设 (1) 偏好是人类价值观的充分代表，(2) 人类理性可以从最大化偏好满足的角度来理解，(3) 人工智能系统应该与一个或多个人类的偏好保持一致，以确保它们的行为安全并符合我们的价值观。无论是隐含遵循还是明确认可，这些承诺都构成了我们所说的人工智能协调的偏好主义方法。在本文中，我们描述并挑战了偏好主义方法，描述了可供进一步研究的概念和技术替代方案。我们首先调查了理性选择理论作为描述性模型的局限性，解释了偏好如何无法捕捉人类价值观的深层语义内容，以及效用表示如何忽略了这些价值观可能存在的不可比性。然后，我们批评了预期效用理论 (EUT) 对人类和人工智能的规范性，借鉴了表明理性主体不必遵守 EUT 的论点，同时强调了 EUT 如何对哪些偏好在规范上是可接受的保持沉默。最后，我们认为这些限制促使我们重新定义人工智能协调的目标：人工智能系统不应与人类用户、开发者或人类的偏好保持一致，而应与适合其社会角色（例如通用助手的角色）的规范标准保持一致。此外，这些标准应由所有相关利益相关者协商并达成一致。根据这种替代的协调概念，多种人工智能系统将能够服务于不同的目的，与促进互利和限制伤害的规范标准保持一致，尽管我们的价值观多种多样。
月经周期中的食物偏好
背景：由于饮食行为随月经周期而变化，并且体重随更年期过渡而变化，因此卵巢激素似乎参与调节饮食行为。然而，由于与营养流行病学相关的方法问题，观察结果相互矛盾且难以比较。为了更好地了解卵巢类固醇激素与饮食行为之间的关系，我们的研究评估了女性在月经周期不同时间点对视觉食物线索的反应与其特定的血清雌激素/孕酮水平，以及女性在生育治疗中雌激素发生强烈变化的情况下的反应。方法：我们收集了 129 名女性的数据，其中 44 名在苏黎世大学医院生殖内分泌科接受了体外受精 (IVF)。苏黎世大学医院 (n = 37) 和汉诺威医学院 (n = 48) 共招募了 85 名具有自然周期的女性。我们的观察性研究在整个自然周期中使用了 4 个不同的测量时间点，并在生育治疗期间对雌二醇水平超生理的女性使用了 2 个测量时间点。然后，我们在第二个周期测试了结果的重复性。在这些预先定义的时间点，向女性展示了 11 类食物的图片，每类 4 种，并采集了血样以测量激素水平。调查时记录的食物偏好以视觉模拟量表（0 – 100）表示。结果：在控制多重检验后，我们没有发现女性血清激素水平与视觉呈现的食物评分之间存在任何统计学上的显著关联（所有 p > 0.005）。水果、蔬菜和碳水化合物的评分在第一个月经周期中呈显著的线性下降（p < 0.01），而在第二个周期中并没有出现这种下降（p > 0.05）。相比之下，甜食的评分在两个周期中均呈显著的线性下降趋势（p 值均 < 0.01），第一和第二周期月经期的平均评分分别为 54.2 和 48.8，而第一和第二周期经前期的平均评分分别为 47.7 和 43.4。在生育治疗期间，没有食物评分出现显著变化（p 值均 > 0.05）。无论是在整个月经周期还是在生育治疗期间，情绪（例如消极和积极情绪）都不会影响视觉食物线索的评分。结论：血清雌二醇和孕酮水平与女性的食物评分无关，即使雌二醇水平高于自然月经周期的生理水平。由于除甜食外，第一个周期的食物评分的显著变化不会在第二个月经周期中重现，基于单周期动物或人体研究的文献中的重要发现必须谨慎解读。
对消费者偏好和障碍的系统评价...
印度卡纳塔克邦贝拉加维Visvesvaraya Technological University的研究学者管理研究系。印度卡纳塔克邦贝拉加维Visvesvaraya Technological University的研究学者管理研究系。