XiaoMi-AI文件搜索系统
World File Search System偏好
关于修订风险偏好声明的建议 52
指导意见，以便根据《打击欺诈和腐败政策》更广泛地思考欺诈问题，并加强管理计划数据和供应业务欺诈的方法。秘书处进一步更新了其关于财务、计划和供应业务保证的指导意见，以遵循基于风险的有针对性的保证方法，尽量减少各种监测和保证活动中的重复，利用国家或其他独立保证报告，并确保在赠款生命周期内提供全方位的关键保证。随着风险管理日益成熟，秘书处还推出了事件报告机制，一线团队立即报告所有禁止性做法，以引起二线团队和高级管理层的关注和跟进。秘书处还在监察长办公室和道德委员会的参与下，正式确定了秘书处投资组合绩效委员会（PPC）对欺诈风险进行半年一次的审查。
动态经济中的位置偏好和效率
摘要。本文基于内生增长模型，描述了位置偏好不会引起跨期扭曲的条件，并推导出在这些条件不满足的情况下的最佳税收政策反应。在我们的模型中，个人在消费和财富方面都具有位置性，相对关注部分反映了与其他国家人民的比较，我们区分了（传统）福利主义政府和不尊重位置偏好的家长制政府。我们还将分析扩展到多国框架，并表明地方家长制政府之间的纳什竞争导致全球社会最优，而地方福利主义政府之间的纳什竞争则不会。
动态经济中的位置偏好和效率
∗ 我们感谢 Philippe Bontems、Daniel Buncic、Reto Foellmi、Gerhard Glomm、Michael Grei-necker、Olof Johansson-Stenman、Marko K¨othenb¨urger、Christoph Kuzmics、Marc Law、Nathalie Mathieu-Bolh、Xavier Raurich、Michael Scholz 和 Stephen Turnovsky 的有益讨论和建设性建议。本文的早期版本还受益于欧洲公共选择学会 (EPCS) 2018 年会议（意大利罗马）和公共经济理论 (PET) 2019 年年会（法国斯特拉斯堡）参与者的评论。Aronsson 和 Wendner 非常感谢玛丽安和马库斯·瓦伦堡基金会 (MMW 2015.0037) 的研究资助。我们对任何剩余错误负全部责任。
个人经济价值观对经济政策偏好的影响
*请将所有信件寄给：Amanda Friesen，IUPUI，她也将分享所有数据用于编码和复制目的。作者感谢 John Hibbing 和 Kevin Smith 提供的有益反馈，以及分享他们 2010 年由国家科学基金会 (BCS-0826828) 资助的研究的调查空间。摘要：目标：公民经常表示，政府应该像企业一样运作，或者
估计令牌在偏好学习中的影响
在巨大的文本语料库中鉴定的大型语言模型（LLM）表现出了各种自然语言处理任务的非凡能力[Brown，2020]。但是，这些模型通常显示出偏见或有毒行为，以及如何使它们与人类价值观保持一致仍然是一个开放的问题。最近，通过将其作为加强学习（RL）问题来解决这个问题，目的是最大化人类偏好。这种方法，也称为人类反馈（RLHF）[Christiano等人，2017年，Stiennon等，2020]，已成为使LLMS对齐的主要方式。将偏好学习作为RL问题，一个重要的问题是如何定义奖励功能。以前，这通常是使用成对比较模型（例如Bradley-Terry模型[Bradley and Terry，1952]）建模的。但是，正如Munos等人指出的那样，这可能是有问题的。[2023]，而解决此问题的一种更自然的方法是将其作为游戏进行。在目前的工作中，我们遵循这种方法，并将其与可以看待优势函数的想法结合使用以编码动作的因果效应[Pan等，2022]，并证明这使我们能够量化代币在RLHF环境中的因果效应。
衡量AI系统中的政治偏好
i使用类似的方法来确定LLM产生的语言是否更类似于与美国国会在国会言论中通常与民主党或共和党成员相关的术语。为此，我得出了两组1,000个两个单词术语（即Bigrams），其党派对比度很高（由一个政党的代表高度使用，在美国国会言论中，另一方的代表使用了相对较少的代表使用）。（有关详细信息，请参见方法论附录。）图1通过显示各方与另一方相对于其同行的各方高度使用的术语来显示该分析的结果。该数字清楚地表明，民主党成员在讲话中不成比例地指的是负担得起的护理，枪支暴力，非洲裔美国人，家庭暴力，最低工资和投票权；共和党人不成比例地强调了平衡的预算，南部边境，非法移民，宗教自由，创造者，税收增加，政府支出和国防。
电动和燃油行业消费者偏好的动态
摘要。随着技术创新和政策支持的增加，新的能源车市场正在迅速发展。本研究调查了市场教育对电动汽车（EV）和内燃机（ICE）车辆之间消费者偏好的影响。它调查了市场教育的影响，包括广告，专业论坛和社交媒体平台对消费者决策。该研究表明，市场教育大大增强了消费者对EV技术，建立品牌信任并刺激购买意图的理解。名人认可和社交媒体运动在短期内特别有效，而专业论坛则加深了消费者对电动汽车技术的信任。市场教育在强调电动汽车的长期成本效益方面也发挥了关键作用，有助于克服高初始成本的障碍。该研究结束时，建议汽车制造商和政策制定者利用市场教育来解决消费者对电动汽车的担忧并促进电动汽车市场的发展。
学生对编程生成人工智能反馈的看法和偏好
人工智能 (AI)，特别是大型语言模型 (LLM) 的快速发展为各种教育应用开辟了机会。本文探讨了利用最流行的 LLM 之一 ChatGPT 在入门计算机科学 (CS1) 课程中自动对 Java 编程作业进行反馈的可行性。具体来说，本研究重点关注三个问题：1) 学生在多大程度上将 LLM 生成的反馈视为形成性的？2) 学生如何看待包含其代码的反馈提示与不包含其代码的反馈提示的比较可供性？3) 学生建议进行哪些改进以改进 LLM 生成的反馈？为了解决这些问题，我们使用 ChatGPT API 为 CS1 课程中的四个实验室作业生成了自动反馈。调查结果显示，学生认为反馈与 Shute 制定的形成性反馈指南非常一致。此外，学生明显偏爱将学生代码作为 LLM 提示的一部分而生成的反馈，我们的专题研究表明，这种偏爱主要归因于反馈的特异性、清晰度和纠正性。此外，本研究发现，学生通常期望获得具有足够代码示例的具体纠正性反馈，但对反馈的语气有不同的看法。本研究表明，ChatGPT 可以生成学生认为具有形成性的 Java 编程作业反馈。它还提供了有关使 ChatGPT 生成的反馈对学生有用的具体改进的见解。
封闭市场中的单位偏好工作帮助
13.单击“保存”；如果未选择“保存”，则所有偏好数据都将丢失。13A.申请人将根据数值按升序排序。13B.在“申请人兴趣”栏下，如果会员手动选择了列出的工作机会之一的偏好，则会出现一个复选标记；在此示例中，没有会员选择可用的工作机会的偏好。13C.信号栏下将出现一个绿色复选标记，表示手动填写的偏好；这会向会员发送通知。