XiaoMi-AI文件搜索系统
World File Search System建议
FCC 主席提出首创建议
• 一致通过了一项宣告性裁决，明确指出针对消费者的常见自动拨号诈骗中使用的语音克隆技术是非法的。• 提议对使用深度伪造、人工智能生成的语音克隆技术和来电显示欺骗技术进行的明显非法自动拨号进行巨额罚款，以在 2024 年 1 月初选之前向潜在的新罕布什尔州选民传播选举错误信息。• 提议对显然承接这些电话的语音服务提供商处以罚款。• 主席罗森沃塞尔向运营商发送信函，询问公司正在采取哪些措施来防止将人工智能用于政治目的的欺诈性自动拨号。• 与美国国家科学基金会共同举办研讨会，讨论与人工智能相关的主题，包括人工智能给消费者带来的挑战，如自动拨号/自动短信等问题。
面向未来的电力市场设计建议
本报告编写框架内的项目得到了以下 CERRE 成员组织的支持和/或投入：ARERA、EDF、Ei、Enel、Norsk Hydro、Ofgem、PPC、Terna、UREGNI。但是，他们对本报告的内容不承担任何责任。本 CERRE 报告中表达的观点仅代表作者个人观点，不代表他们所属的任何机构。此外，它们不一定与 CERRE、任何赞助商或 CERRE 成员的观点相对应。推荐引用：Pollitt, M.、von der Fehr, N.、Banet, C.、Le Coq, C.、Willems, B.、Bennato, AR 和 Navia, D.，《面向未来的电力市场设计建议》，欧洲监管中心 (CERRE)，2022 年。
发件人：海军记录更正委员会主席 收件人：海军部长 主题：审查前美国海军陆战队成员 R 的海军记录 编号：(a) 10 USC 1552 附件：(1) DD 表格 149 及附件 (2) 案件摘要 (3) 当事人的海军记录（DD 表格 214） 1. 根据参考 (a) 的规定，当事人（以下简称为申请人）向海军记录更正委员会（委员会）提交了附件 (1)，请求更正其海军记录，在其解除或退伍证书（DD 表格 214）中反映其正确的再入籍代码。附件 (1) 至 (3) 适用。 2. 委员会由 、 和 组成，于 2023 年 2 月 27 日审查了请愿人的错误和不公正指控，并根据其规定，确定应采取下述纠正措施。委员会审议的文件材料包括请愿人的申请及其提交的所有支持材料、请愿人海军记录的相关部分、适用的法规、条例和政策。3. 委员会审查了与请愿人的错误和不公正指控有关的所有记录事实，发现如下：a. 在向委员会提出申请之前，请愿人已用尽海军部现行法律和法规规定的所有行政补救措施。b. 尽管附件 (1) 未及时提交，但放弃诉讼时效并根据案情审查申请符合正义的利益。c.申诉人于 1971 年 11 月 30 日加入海军陆战队并开始服现役。1973 年 2 月 20 日，申诉人签署了第 11 页，承认由于他的态度，不建议重新入伍。d. 1973 年 11 月 29 日，申诉人以光荣服役身份退伍，理由是他完成了所需的现役服务并获得了 RE-3E 再入伍代码。
发件人：海军记录更正委员会主席 收件人：海军部长 主题：审查前美国海军陆战队成员 R 的海军记录 编号：(a) 10 USC 1552 附件：(1) DD 表格 149 及附件 (2) 案件摘要 (3) 当事人的海军记录（DD 表格 214） 1. 根据参考 (a) 的规定，当事人（以下简称为申请人）向海军记录更正委员会（委员会）提交了附件 (1)，请求更正其海军记录，在其解除或退伍证书（DD 表格 214）中反映其正确的再入籍代码。附件 (1) 至 (3) 适用。 2. 委员会由 、 和 组成，于 2023 年 2 月 27 日审查了请愿人的错误和不公正指控，并根据其规定，确定应采取下述纠正措施。委员会审议的文件材料包括请愿人的申请及其提交的所有支持材料、请愿人海军记录的相关部分、适用的法规、条例和政策。3. 委员会审查了与请愿人的错误和不公正指控有关的所有记录事实，发现如下：a. 在向委员会提出申请之前，请愿人已用尽海军部现行法律和法规规定的所有行政补救措施。b. 尽管附件 (1) 未及时提交，但放弃诉讼时效并根据案情审查申请符合正义的利益。c.申诉人于 1971 年 11 月 30 日加入海军陆战队并开始服现役。1973 年 2 月 20 日，申诉人签署了第 11 页，承认由于他的态度，不建议重新入伍。d. 1973 年 11 月 29 日，申诉人以光荣服役身份退伍，理由是他完成了所需的现役服务并获得了 RE-3E 再入伍代码。
调查结果和建议：人工智能安全
实证研究对于更好地理解人工智能的危害和社会影响至关重要。16“人工智能安全”在某种程度上是既定的历史安全工程实践（如汽车安全或网络安全）的迭代。然而，目前人工智能评估实践的证据基础还不够完善。17虽然人工智能安全研究正在发展，但它只是“人工智能研究总体的沧海一粟[,]”，仅占全球该技术研究的 2%。18部分挑战在于，测量和预测人工智能影响的科学作为一个领域仍然很年轻。19另一个挑战是，目前人工智能潜在灾难性风险的证据大多是推测性的。20某些解决前沿模型风险的方法，例如“人工智能对齐”（确保系统输出与设计意图一致），被认为是直观合理的，并且已成为广泛研究的主题，但事实证明很难衡量和实证研究。21
2024-11-08 - CLF NBI RMI UW - 华盛顿州碳排放代码语言建议 - 最终版
我们建议在短期内采用多种合规途径来实施建筑规范，并逐步实施更严格的减排要求。这项建议在环境和经济节约与可行性之间取得平衡，为教育和培训留出更多时间。建议的方法（情景 P.7）将使华盛顿州新建筑的碳排放量比正常情况减少 16%，或在 2025-2050 年期间节省 570 万公吨二氧化碳当量（节省约 7.7 亿美元的社会成本）。这一估计的碳节约量与华盛顿州 2022 年通过的备受赞誉的商业电气化规范估计的 810 万公吨二氧化碳当量节约量处于同一数量级（Kocher & Gruenwald，2022 年）。如果设定的目标比 WBLCA 减少 30% 更严格，那么可以实现比本报告中显示的更大的节约量。
审查电力局对第 6 部分提出的修订建议
- 定价方案缺乏清晰度——在仔细研究了管理局的配电连接定价方案后，我们仍不清楚管理局究竟在提议什么。我们还研究了拟议的《规范》修正案，并提炼出我们认为可以以“通俗易懂的英语”方式解释这些修正案的内容。我们下面关于定价的评论是基于这种解释。然而，拟议的《规范》修正案含糊不清。我们已经确定了对《规范》修正案的解释，但可能还有其他解释，我们无法将《规范》措辞与管理局的提案文件相协调。我们对定价方案的主要建议是：
可解释的人工智能，用于数据驱动的反馈和智能行动建议，以支持学生自我调节 Muhammad Afzaal
摘要 自我调节学习 (SRL) 是一种认知能力，在促进学生有效制定策略、监控和评估自己的学习行为方面具有明显意义。研究表明，缺乏自我调节学习技能会对学生的学业成绩产生负面影响。有效的数据驱动反馈和行动建议被认为对 SRL 至关重要，并显著影响学生的学习和表现。然而，向每个学生提供个性化反馈的任务对教师来说是一个重大挑战。此外，由于大多数课程的学生人数众多，为个性化建议确定适当的学习活动和资源的任务对教师来说也是一个重大挑战。为了应对这些挑战，一些研究已经探讨了基于学习分析的仪表板如何支持学生的自我调节。这些仪表板提供了一些关于学生成功和失败的可视化（作为反馈）。然而，虽然这种反馈可能有益，但它并没有提供有见地的信息或可行的建议来帮助学生提高学业水平。可解释的人工智能 (xAI) 方法已被提出来解释此类反馈并从预测模型中产生见解，重点关注学生在正在进行的课程中需要采取的相关行动以改进。此类智能活动可以作为数据驱动的行为改变建议提供给学生。本论文提供了一种基于 xAI 的方法，可以预测课程表现并计算信息反馈和可操作的建议，以促进学生的自我调节。与以前的研究不同，本论文将预测方法与 xAI 方法相结合，以分析和操纵学生的学习轨迹。目的是通过为该方法提供的预测提供深入的见解和解释，为学生提供详细的、数据驱动的可操作反馈。与单独的预测相比，该技术为学生提供了更实用和有用的知识。所提出的方法以仪表板的形式实施，以支持大学课程中学生的自我调节，并对其进行了评估以确定其对学生学业成绩的影响。结果表明，仪表板显着提高了学生的学习成绩并提高了他们的自我调节学习技能。此外，研究发现，所提出的方法提出的建议对学生的表现产生了积极影响，并帮助他们进行自我调节。
大型AI数据中心项目的建议请求（RFP）
OpenAI代表Stargate邀请合格方提交建议，以实现大规模AI数据中心的开发和建设。具体来说，Openai正在寻求地点（土地和权力）建议。目的是建立支持高级AI工作量，有助于经济发展并实现OpenAI的使命的多高夸瓦基础设施舰队。此RFP寻求提出的建议，以解决一套全面的要求，并具有确定地点和权力的特定意图，这使OpenAI的基础设施路线图能够。
