XiaoMi-AI文件搜索系统
World File Search System成问题
人工智能系统根据研究摘要生成问题
在该系统中，问题是使用来自 Open AI API[4] 的 GPT-3 生成的。使用的模型是标准模型text-davinci-002。控制生成文本随机性的Temperature设置为最大值1，最大token数max设置为400，这样文本就不会在中途被切断。由于用于训练 GPT-3 的数据 93% 都是英语 [1]，因此我们决定使用英语提示来确保准确性。此外，该系统中使用的提示是基于Reynolds等人的研究构建的[6]。我们构建的实际提示是“提出五个详细的问题，以便对引用摘要的论文进行热烈的讨论：”我们还使用了审核端点[3]来检查生成的问题和输入的句子是否不合适。 本文以论文摘要作为问题生成的目标。 我们认为摘要是提出各种问题的好方法，因为它简明扼要地描述了论文并包括其主要贡献和论点。图 2 显示了实际输入大纲时系统如何工作的示例。图2中提出了诸如“本文提出的系统有多有效？”之类的问题，该系统生成的问题构成了本文的主要主题。
无人机行为控制任务中的态势感知及其形成问题
摘要：态势感知形成是解决无人机行为控制问题的最关键要素之一。它旨在根据无人机要完成的目标和任务为无人机行为控制提供信息支持。我们认为无人机是一种受控动态系统。本文展示了无人机在动态系统层次结构中的位置。我们介绍了无人机行为和活动的概念，并制定了控制无人机行为的算法要求。我们提出了应用于高度自主无人机 (HA-UAV) 行为控制问题的态势感知概念，并分析了这种态势感知的级别和类型。我们展示了无人机态势感知形成的细节，并分析了它与载人航空和遥控无人机态势感知的区别。我们提出了应用于无人机行为控制问题的态势感知概念，并分析了这种态势感知的级别和类型。我们重点介绍了并更详细地讨论了 HA-UAV 态势感知的两个关键要素。第一个问题与分析和预测 HA-UAV 附近物体的行为有关。讨论了解决该问题所涉及的一般考虑因素，包括分析此类物体的群体行为的问题。作为说明性示例，跟踪在附近机动的飞机的问题的解决方案