XiaoMi-AI文件搜索系统
World File Search System幻觉
针对精神病患者的听觉幻觉的心理和心理心理干预措施：系统审查和荟萃分析的协议
该研究方案是根据首选报告的准则制定的，用于系统评价和荟萃分析方案。我们将包括所有随机对照试验，分析有针对性的心理和社会心理干预措施的功效，尤其是旨在治疗SSD中AH的功效。我们将包括对经历AH的成年患者的研究。主要结果将是测量AH的公开评级量表的变化。次要结果将是妄想，整体症状，负面症状，抑郁症，社会功能，生活质量和可接受性（退出）。我们将搜索相关数据库和所包含文献的参考列表。研究选择过程将由两个独立审阅者进行。我们将进行一项巨大效应的荟萃分析，以考虑整个研究中的异质性。分析将由软件包进行。
不会产生幻觉？评估领先的人工智能法律研究工具的可靠性
法律实践中，融入人工智能 (AI) 的产品急剧增加。此类工具旨在协助完成广泛的核心法律任务，从搜索和汇总判例到起草文件。但这些工具中使用的大型语言模型容易“产生幻觉”或编造虚假信息，因此在高风险领域使用它们存在风险。最近，某些法律研究提供商宣称检索增强生成 (RAG) 等方法可以“消除”幻觉（Casetext，2023 年）或“避免”幻觉（Thomson Reuters，2023 年），或保证“无幻觉”的法律引用（LexisNexis，2023 年）。由于这些系统的封闭性，系统地评估这些说法具有挑战性。在本文中，我们设计并报告了第一个预先注册的人工智能驱动的法律研究工具的实证评估。我们证明提供商的说法是夸大其词。虽然与通用聊天机器人 (GPT-4) 相比，幻觉有所减少，但我们发现 LexisNexis (Lexis+ AI) 和 Thomson Reuters (Westlaw AI-Assisted Research 和 Ask Practical Law AI) 制作的 AI 研究工具在 17% 到 33% 的时间内都会产生幻觉。我们还记录了系统在响应能力和准确性方面的巨大差异。我们的文章做出了四个关键贡献。这是第一篇评估和报告基于 RAG 的专有法律 AI 工具性能的文章。其次，它引入了一个全面的、预先注册的数据集，用于识别和了解这些系统中的漏洞。第三，它提出了一种区分幻觉和准确法律反应的清晰类型学。最后，它提供了证据来告知法律专业人员在监督和验证 AI 输出方面的责任，这仍然是 AI 负责任地融入法律的一个核心悬而未决的问题。1
超越幻觉
Interpol要特别感谢Mark Evenblij，Brandon Epstein，Paul Warren-Tape，Matthew Adams，Martino Jerian和Manon Den Dunnen积极地为本文档的结构和内容做出了贡献，并帮助塑造了本文。I would like to also thank Ananya Das, Christopher Church, Fabio Bruno, Julie Tomaszewski, Janani Nair, Priscilla Cabuyao, Toshinobu Yasuhira, Wookyung Jung, Lindeberg Leite, Mike Price, Parya Lotfi, Mark Nutall, Scott Landman, Jan Collie, Giorgio Patrini and Julia Absalyamova同行审查了该文档，该文件极大地帮助了本背景文件的宝贵贡献和其他见解，并在填补知识空白方面发挥了作用，我对所有专家的宝贵见解和贡献表示衷心的感谢。
通过大型语言模型的及时工程降低非英语语言的文化幻觉
摘要 - 及时工程中的预测提供了减轻大语模型（LLMS）文化幻觉的重要潜力。提示的战略表述，与深厚的文化和语言见解相结合时，可以在非英语环境中尤其是LLM的准确性和文化敏感性。本文探讨了在三个主要LLMS（Openai Chat-gpt，Google Gemini和Anthropic Claude）中及时工程的应用，阐明了量身定制的提示如何有效地减少文化偏见并改善用户互动。通过案例研究和比较分析，研究确定了最佳实践，并为进一步发展提供了战略建议。这些发现强调了在AI中持续创新和道德考虑的重要性，以确保全球技术应用中的包容性和尊重。
机器幻觉。建筑和人工智能……
Matias Del Campo 和 Neil Leach 是多学科领域最前卫的研究人员和学者之一，他们探索人工智能在当前建筑实践中的使用和传播的影响。他们一直主张，我们正陷入构思和建造建筑方式的范式转变中，目前，我们的很大一部分建筑智慧是与机器或非人类实体协作的。这种协作不同于八九十年代流行的建筑助理空间表现专业。那么，如果建筑设计被视为对人类智力实力的致敬，并且在这个领域中，人类的聪明才智体现在创造崇高的美学（受到挑剔的观察者的赞赏）或最佳的空间安排（表明理性科学家的成就）中，那么现在“不同”的智慧都加入了讨论，应该发生什么呢？如果我们不将技术仅仅用作一种工具来表示和可视化我们所想到的空间，而是开始以某种共同设计过程的积极参与者的身份与它们进行交流，会发生什么？如果我们仔细想想，人工智能 (AI) 已经无缝融入了我们的日常生活，往往没有被明确意识到。它渗透到我们的智能手机中，可以清晰地过滤垃圾邮件，识别 Facebook 上的熟人，并在 Instagram 上对图片进行分类。此外，人工智能通过 Siri 和 Alexa 等虚拟助手进入我们的家庭。它的存在延伸到我们的交通工具，包括汽车和飞机。我们只是没有想象到它有可能发挥积极的作用，不仅仅是一个决策工具，而是一个尚未被发掘的建筑师和设计潜力。 《机器幻觉：建筑与人工智能》一书试图为这个方向的讨论设定标准，邀请了这一交叉污染研究领域一些最知名的研究人员，共计 21 人参与其中。不仅是学者，还有建筑师，他们目前在日常工作流程中将其作为活跃用户来实施，真正训练他们——
语言模型是否知道他们何时幻觉参考？
最新的语言模型（LMS）众所周知，很容易产生幻觉信息。这种不准确的输出不仅破坏了这些模型的可靠性，而且还限制了它们的使用并提高了有关错误信息和宣传的严重意见。在这项工作中，我们专注于幻觉的书籍和文章参考，并将其作为语言模型呼吁研究的“模型有机体”，因为它们的频繁且易于言行。我们认为，如果语言模型在其输出中引用了特定的参考，那么理想情况下应该拥有有关其作者和内容的信息，以及其他相关细节。使用此基本见解，我们说明可以通过向有关引用的语言模型询问一组直接或间接查询，而无需介绍任何外部资源，而无需介绍任何外部资源。这些查询可以视为“一致性检查”。我们的发现强调，虽然包括GPT-4在内的LMS经常产生不一致的作者清单以幻觉引用，但他们也经常会回想起真实参考的作者。从这个意义上讲，LM可以说是“知道”当它幻觉引用时。更重要的是，这些发现表明了如何将幻觉的参考文献阐明，以阐明其性质。复制代码和结果可以在github.com/microsoft/hallucined-参考中找到。
AI ALPHA：幻觉还是现实？
这是我们的投资理念和服务的宣传声明，仅与本演示文稿的主题有关。它既不构成投资建议也不构成推荐。本文件不代表对其提及的投资工具或本文所述的任何证券或金融工具的认购适宜性的要约、邀请或建议。任何此类出售要约或购买要约邀请均应仅通过正式发行文件进行，其中包括机密发行备忘录、有限合伙协议（如适用）、投资管理协议（如适用）、运营协议（如适用）和相关认购文件（如适用）。此类文件包含对任何投资决策至关重要的附加信息。在做出投资决定之前，请联系您的专业顾问/咨询师。
使用深网幻觉添加一个糖苷水解酶活性位点，将糖苷水解酶活性位点掺入新的蛋白质支架中
摘要：酶是许多工业应用必不可少的生物催化剂，但稳定性，选择性和受限的底物识别当前的使用限制。尽管酶工程在克服这些局限性方面的重要性，但通常会受到从天然来源衍生的酶的复杂建筑的挑战。计算方法的最新进展已使具有特定功能位点的简化支架的从头设计。这样的脚手架可能是酶工程平台的有利优势。在这里，我们提出了一种从从GH101酶家族的乙酰基乳糖苷酶活性位点（GH101酶家族的糖苷水解酶）的简化支架的从头设计的策略。使用Trrosetta幻觉，基于深度学习的结构预测的迭代循环以及蛋白质序列设计，我们设计了具有290个氨基酸的蛋白质，同时将分子量纳入了290个氨基酸，同时将分子量减少100 kDa，而不是初始的内膜α-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-N-乙酰乙酰基质抗乳酸化酶。在11种测试设计中，有6个表示为可溶性单体，与天然酶相比显示出相似或增加的恒温性。尽管缺乏可检测到的酶促活性，但代表性设计的实验确定的晶体结构以1.0Å的根平方偏差密切匹配设计，其催化性最重要的侧链在2.0Å之内。结果突出了脚手架幻觉在设计蛋白质中的潜力，该蛋白可能是后续酶工程的基础。关键字：从头设计，酶设计，糖苷水解酶，深网幻觉■简介
颤振：创建视听触摸反馈引起的颤振幻觉
图3。左：要确定振动声音的最大截止频率，我们计算了频率在不再可识别的区域中的频率。在-165 dB和12866 Hz的频率达到这一点。垂直虚线表示截止频率。右：截止频率的表示。可以看出，在每个条件上的声音相同。取决于截止频率，不存在截止声音频谱中的所有音调（灰色），只是下面的音调（黑色）。此示例用于3525 Hz的截止频率。
通过交互式系统中的感觉幻觉的触觉反馈调查
Number of Publications Included Publications Proprioception and Body Schema Illusions 8 (8.89%) - Rubber Hand Illusion 3 (3.33%) [ 3 , 26 , 100 ] - Virtual Hand Illusion 3 (3.33%) [ 80 , 105 , 117 ] - Other 2 (2.22%) [ 94 , 124 ] Phantom Sensations 24 (26.67%) - On-Body 11 (12.22%) [ 22 , 25 , 31 ，52，56，61，79，79，81，93，103，119] 139 , 145 ] Geometry Illusions 9 (10.00%) - Shape Illusion 5 (5.56%) [ 7 , 8 , 12 , 21 , 133 ] - Size Illusion 4 (4.44%) [ 6 , 11 , 132 , 147 ] Weight Illusions 17 (18.89%) - Size-Weight Illusion 3 (3.33%) [ 43 , 82 , 116 ] - Visual simulation of moving objects inside 2 (2.22%) [ 55 , 146 ] - Asymmetric oscillation 2 (2.22%) [ 1 , 128 ] - Control-display ratio 5 (5.56%) [ 58 , 92 , 108 , 112 , 115 ] - Other 5 (5.56%) [ 2 , 59 , 85 , 96 , 120 ] Stiffness Illusions 13 (14.44%) - Visual texture deformation 4 (4.44%) [ 4 , 57 , 67 , 144 ] - Control-display ratio 2 (2.22%) [ 20 , 141 ] - Simulated deformation sounds 2 (2.22%) [ 69 , 134 ] - Friction grain model 4 (4.44%) [ 46 , 47 , 60 , 63 ] - Restricting Deformation 1 (1.11%) [ 129 ] Surface Texture Illusions 13 (14.44%) - Cursor representation 3 (3.33%) [ 71 , 72，87] - 滚动屏幕2（2.22％）[62，136] - 叠加的视觉/听觉纹理5（5.56％）[14，23，33，34，149] - 天鹅绒手幻觉2（2.22％）[101，148] [101，148] - manipulate velecity 1（1.11％） 113]环境错觉1（1.11％）[16]表1。在调查的出版物中发现的触觉幻觉的分布，首先由其针对的主要触觉财产分类。这些群体不构成全面的分类法，而是源自我们的编码数据中的群集。