XiaoMi-AI文件搜索系统
World File Search System公平标准
订单对称：分配机制的新公平标准*
Alice prefs Bob prefs SD outcome SD ranks TTC outcome TTC ranks a ≻ b a ≻ b A : a,B : b A : 1 ,B : 2 A : a,B : b A : 1 ,B : 2 a ≻ b b ≻ a A : a,B : b A : 1 ,B : 1 A : a,B : b A : 1 ,B : 1 b ≻ a a ≻ b A : b,B : a A ：1，b：1 a：b，b：a：a：1，b：1 b a b a b a a：b，b：a：a：a：a：a：1，b：2 a：a，b a：a，b a：b a：b a：2，b：1表1爱丽丝，鲍勃，鲍勃及其水果。我们假设TTC的初始捐赠为A：a，b：b。
超越不兼容：在机器学习中相互排斥的公平标准与法律可解释的生成AI（genxai）
生成的AI（Genai）标志着AI从能够“识别”到AI的转变，可以“生成”各种任务的解决方案。随着生成的解决方案和应用变得越来越复杂和多方面，新颖的需求，目标和可能性已出现以解释性（XAI）。在这项工作中，我们阐述了Xai为何在Genai的兴起及其在解释性研究中的挑战中变得重要。我们还揭露了解释应该实现的小说和新兴的逃避者，例如验证能力，互动性，安全性和成本方面。为此，我们专注于调查现有作品。此外，我们提供了相关维度的分类法，使我们能够更好地表征Genai的现有XAI机制和方法。我们讨论了不同的途径，以确保XAI，从培训数据到提示。我们的论文为非技术读者提供了Genai的简短而简洁的技术背景，重点介绍了文本和图像，以更好地了解Genai的新颖或改编的XAI技术。但是，由于Genai的大量作品，我们决定放弃与解释的评估和使用相关的XAI的详细方面。因此，手稿既利益，都以技术为导向的人和其他学科，例如社会科学家和信息系统研究人员。我们的研究路线图为未来的研究提供了十个以上的方向。