XiaoMi-AI文件搜索系统
World File Search System可理解性
10254442822-v14 70-41051415 基本招股说明书...
本文件包含一份基本招股说明书（“基本招股说明书”），以符合《欧盟条例》第 2017/1129 条（经修订，称为“招股说明书条例”）第 8 条的规定。本基本招股说明书已获得爱尔兰中央银行（“中央银行”）的批准，该银行是《招股说明书条例》的主管当局。中央银行仅批准本基本招股说明书符合爱尔兰和欧盟法律根据《招股说明书条例》规定的完整性、可理解性和一致性标准。中央银行的此类批准不应被视为对发行人或担保人（各自定义见本文）的认可，也不应被视为对本基本招股说明书所涉及的任何工具（定义见下文）质量的认可。投资者应自行评估投资此类工具的适宜性。此类批准仅涉及根据金融工具市场指令 2014/65/EU（经修订，“MiFID II”）获准在受监管市场上交易的证券和/或将在欧洲经济区（“EEA”）的任何成员国（定义如下）向公众发售的证券。
可解释知识支持系统的方向
摘要。几十年来，人们对可解释人工智能领域的兴趣一直在增长，最近更是加速增长。随着人工智能模型变得越来越复杂，而且往往越来越不透明，并结合了复杂的机器学习技术，可解释性变得更加重要。最近，研究人员一直在以用户为中心研究和解决可解释性问题，寻找考虑可信度、可理解性、明确出处和情境感知的解释。在本章中，我们利用对人工智能和密切相关领域的解释文献的调查，并利用过去的努力来生成一组解释类型，我们认为这些解释类型反映了当今人工智能应用对解释的扩展需求。我们定义了每种类型，并提供了一个示例问题来激发对这种解释风格的需求。我们相信这组解释类型将有助于未来的系统设计师生成和确定需求的优先级，并进一步帮助生成更符合用户和情境需求的解释。
统计应用和概率杂志
摘要：在翻译研究（TS）中，普遍的研究方法是定性的。但是，研究翻译过程和结果的重要性增加了定量方法的重要性。这提出了一个挑战，因为许多TS学者对这些技术缺乏熟悉。本文提出了一种解决方案，概述了一种有效的定量研究方法，并强调了此类研究的关键方面以解决此问题。定量研究的关键组成部分是明确的研究设计，可以通过几个步骤来确保彻底和准确的结果创建。必须考虑定义所研究的样本和人群，以及信号涉及的变量的范围，并指出研究假设和问题。为了确定所得数据的可理解性和意义，应牢记哪些结果可以肯定或反驳假设，以及哪些类型的结果很重要。虽然定量研究通常是重点，但值得整合定性分析并考虑所得产品。关键词：定性研究，定量研究，翻译研究（TS），统计，研究设计，混合方法。
机器学习训练集中的图像政治
摘要 通过研究机器学习系统中的分类政治，本文说明了为什么图像的自动解释本质上是一个社会和政治项目。我们首先要问图像在计算机视觉系统中起什么作用，以及计算机可以“识别”图像的说法是什么意思？接下来，我们研究将图像引入计算机系统的方法，并研究分类法如何对决定系统如何解释世界的基础概念进行排序。然后我们转向标签问题：人类如何告诉计算机哪些词与给定图像相关。人工智能系统使用这些标签对人类进行分类的方式有什么利害关系，包括按种族、性别、情绪、能力、性取向和个性进行分类？最后，我们转向计算机视觉在我们的社会中服务的目的——为计算机提供这些能力的判断、选择和后果。从方法论上讲，我们称之为数据集考古学：研究训练图像和标签的物质层，编目构建分类法的原则和价值观，并分析这些分类法如何为人工智能系统创建可理解性参数。通过这样做，我们可以批判性地参与系统的潜在政治和价值观，并分析哪些规范的生活模式被假定、支持和再现。
人工智能为何会犯这个错误？ - Periscope
越来越复杂的学习方法（例如 boosting、bagging 和深度学习）使 ML 模型更加准确，但更难解释和说明，最终形成了黑盒机器学习模型。模型开发人员和用户通常都会在性能和可理解性之间做出权衡，尤其是在医学等高风险应用中。在本文中，我们提出了一种新颖的方法，用于在给定特定实例的情况下为通用机器学习模型的预测生成解释。该方法名为 AraucanaXAI，基于替代的局部拟合分类和回归树，用于提供通用机器学习模型预测的事后解释。所提出的 XAI 方法的优势包括对原始模型的卓越保真度、处理非线性决策边界的能力以及对分类和回归问题的本机支持。我们提供了 AraucanaXAI 方法的打包开源实现，并在 AI 的医疗应用中常见的多种不同设置中评估了其行为。这些问题包括模型预测与医生专家意见之间可能存在的分歧以及由于数据稀缺导致的预测可靠性低。
改进混合量子算法的执行
摘要：随着量子计算机的快速发展和不同量子云产品的出现，现在可以在真实的量子计算机上实现和执行来自化学或物理等各种应用领域的用例。因此，这些应用程序通常是混合的，即结合了量子和经典程序。工作流可以协调这些程序并提供诸如鲁棒性或可重复性等优势。然而，不同的量子算法需要在循环中执行量子和经典程序并进行多次迭代，从而导致工作流的协调效率低下。为了高效执行此类算法，提供了混合运行时，将量子和经典程序结合在一个混合程序中，从而优化执行。然而，这导致工作流技术的建模优势（例如模块化、重用和可理解性）与使用混合运行时的效率改进之间存在概念上的差距。为了解决这个问题，我们提出了一种方法，在工作流模型中显式地建模所有任务，并分析工作流以检测可以从混合运行时中受益的循环。此外，还会自动生成相应的混合程序，并重写工作流以使用它们。我们通过原型实现验证了我们方法的实际可行性。
招股说明书及上市前声明 2021 年 4 月 8 日
本文件包含与本公司有关的招股说明书和上市前声明。本文件根据约翰内斯堡证券交易所上市要求和英国金融行为监管局根据《金融服务市场法》第 73A 条制定的《英国招股说明书监管规则》编制。本文件已向约翰内斯堡证券交易所和英国金融行为监管局提交并获得批准，并根据约翰内斯堡证券交易所上市要求第 6.23 段和《英国招股说明书监管规则》第 3.2 条向公众提供。本文件不构成《公司法》所设想的“注册招股说明书”，也不打算构成该等“注册招股说明书”。因此，本文件不符合《公司法》和《公司条例》中规定的招股说明书的内容和形式要求，也未获得 CIPC 或任何其他南非当局的批准和/或注册。英国金融行为监管局仅批准本文件符合《英国招股说明书监管规则》对招股说明书规定的完整性、可理解性和一致性标准；此类批准不应被视为对本文件所涉公司或股份质量的认可。投资者应自行评估投资股份的适宜性。
生物技术和人工智能中的自主性获取......
本演讲讨论了跨学科和人类活动不同方面遇到的一个概念：自主活动。我们以跨学科的方式参与其中。我们首先考虑生物实体对生物技术干预的反应和行为。我们试图描述胚胎和克隆的自由度，当考虑到表观遗传发育景观时，它们对不同的结果表现出开放性。然后，我们考虑编程和人工智能中提出的主张，即自动机可以表现出自我导向的行为，以确定其对行动过程的分步决策。这个问题仍然很大程度上悬而未决，需要一些重要的资格。我们试图理解自由主体的存在，首先从常识上，然后通过将发展可塑性归因于生物学和生物技术，以及在存在环境线索和自参考电路以及环境耦合的情况下对程序化系统进行映射。这是一个回顾尝试制定逻辑和方法论方法来处理尚待发现的概念开放性的机会，并评估它们是否能够操作尚未开发或欠发达的研究领域的结构化可理解性，其中可能存在“双重联想”和知识统一。
2022 年 3 月招股说明书
本文件包含与 Gore Street Energy Storage Fund plc（“公司”）有关的招股说明书，内容涉及首次配售、首次认购要约和首次中介要约，目标发行 68,181,818 股普通股（“首次发行”），以及总计最多 7.5 亿股普通股和/或 C 股（减去首次发行下发行的普通股数目）的股份发行计划。该招股说明书是根据英国金融行为监管局根据 FSMA 第 73A 条制定的招股说明书监管规则编制的。本招股说明书已获英国金融行为监管局作为英国招股说明书监管下的主管当局批准。英国金融行为监管局仅批准本招股说明书符合英国招股说明书监管规定的完整性、可理解性和一致性标准。此类批准不应被视为对公司的认可或对本招股说明书标的证券质量的认可。投资者应自行评估投资普通股及╱或 C 股的适宜性。
关于预测人类语音误解的自我监督的学习语音表征的好处
深度神经网络（DNNS）最近已证明接受自我监督的学习（SSL）训练，可以产生类似于相同语音输入的大脑激活的表示。SSL表示能否有助于解释人类的语音感知错误？旨在阐明这个问题，我们研究了它们用于语音误解预测的用途。我们从WAV2VEC 2.0中提取表示形式，这是一种用于语音的SSL架构，并使用它们来计算特征作为模型，以预测语音感知误差在噪声信号中的语音感知错误。我们对3000多个语料库进行了实验，英语中有3000多个毫无意义的混乱。我们考虑基于多PLE SSL的功能，并将其与传统的声学基准和通过ASR的监督学习微调获得的传统声学基准和特征。我们的结果表明，从适当的层中提取SSL表示的支撑性，进一步表明了它们对人类语音感知的建模潜力。索引术语：语音感知，可理解性预测，次级清晰度，自我监督的学习，语音中的语音