XiaoMi-AI文件搜索系统
World File Search System排行榜
学习管理系统游戏化提高学生的参与度、主动学习和表现
摘要 — 许多研究人员已经实施了游戏化元素，即徽章、排行榜、积分和级别，以增强主动学习。很少有研究人员在 LMS（LMS 游戏化）中使用游戏元素和活动。本研究旨在测试参加 LMS 游戏化和非游戏化的学生之间的表现是否不同。此外，我们想分析学生参与度和游戏活动对学生表现的影响。我们使用独立样本 t 检验和回归分析数据。LMS 游戏化中的主动学习和学生参与对学业成绩有显著影响，游戏化导致与 LMS 非游戏化学生相比，成就有显著差异。通过结合游戏化活动和促进学生参与，LMS 可以提供资源、个性化学习体验和协作机会，从而加深对学科的理解并提高成就水平。LMS 中的游戏化和学生参与的结合显示出改变教育和促进学生长期成功的巨大潜力。
DouZero+：通过对手建模和教练指导学习改进斗地主人工智能
摘要 — 近年来，深度强化学习 (DRL) 在各种完全和不完全信息游戏中取得了重大突破。在这些游戏中，斗地主是中国流行的纸牌游戏，由于信息不完整、状态空间大、协作元素多以及每回合可能的动作数量庞大，因此非常具有挑战性。最近，一种名为 DouZero 的斗地主人工智能系统被提出。DouZero 使用传统蒙特卡洛方法、深度神经网络和自我对弈程序进行训练，无需抽象人类先验知识，其表现优于所有现有的斗地主人工智能程序。在这项工作中，我们建议通过在 DouZero 中引入对手建模来增强 DouZero。此外，我们提出了一种新颖的教练网络，以进一步提升 DouZero 的性能并加速其训练过程。通过将上述两种技术融入到斗地主AI系统中，斗地主AI系统取得了更好的性能，在包括斗地主在内的400多个AI代理中名列Botzone排行榜榜首。索引术语 — 斗地主，强化学习，蒙特卡洛方法，对手建模，教练网络
教授 EFL/ESL 学生有效的英语提示制作人工智能
聊天机器人和虚拟助手：Replika 和 Google Assistant 等工具使用 NLP 与学习者进行基于文本或语音的对话。这些聊天机器人可以模拟现实生活中的对话，帮助学生在受控环境中练习流利度并提高沟通技巧。通过响应用户输入，聊天机器人提供了一种即时且根据学生当前语言水平量身定制的对话练习形式 (Kim, 2019)。语法检查器和写作助手：Grammarly 和 Hemingway App 等平台使用 AI 算法来识别学生写作中的语法错误、文体问题和不恰当的措辞。这些工具提供改进建议，解释更正背后的语法规则，并且通常包括词汇增强功能。这有助于学生提高写作技巧并更好地理解英语语法 (Tetreault 等人，2018)。自适应语言学习应用程序：Duolingo、Babbel 和 Rosetta Stone 等应用程序使用 AI 为学生创建个性化的学习路径。通过跟踪用户进度并调整练习难度，这些应用程序可确保学生始终保持正确的学习水平。使用连胜和排行榜等游戏化元素也可以提高积极性并鼓励定期练习（Vesselinov & Grego，2021 年）。
跨越博斯普鲁斯海峡：通过低资源语言适应和基准测试策略推进土耳其语大型语言模型
大型语言模型 (LLM) 在各个领域都变得至关重要，这强调了在代表性不足的语言中建立高质量模型的紧迫性。本研究探讨了低资源语言面临的独特挑战，例如数据稀缺、模型选择、评估和计算限制，特别关注土耳其语。我们进行了深入分析，以评估训练策略、模型选择和数据可用性对为代表性不足的语言设计的 LLM 性能的影响。我们的方法包括两种方法：(i) 调整最初用英语预训练的现有 LLM 以理解土耳其语；(ii) 使用土耳其语预训练数据从头开始开发模型，这两种方法均辅以在新的土耳其语指令调整数据集上进行监督微调，旨在增强推理能力。通过创建新的土耳其语 LLM 排行榜来评估这些方法的相对性能，其中包含评估不同推理和知识技能的基准。此外，我们在预训练和微调期间对数据和模型扩展进行了实验，同时强调跨语言知识迁移的能力，并解决在不同语言上微调时遇到的灾难性遗忘的挑战。我们的目标是提供在低资源语言环境中推进 LLM 框架的详细指南，从而使自然语言处理 (NLP) 的好处在全球范围内更容易获得。
Maestro：一个用于教授人工智能稳健性的游戏化平台
尽管预防人工智能漏洞对于保护用户和企业的安全和隐私至关重要，但全球范围内的稳健人工智能教育工具仍未得到充分开发。我们介绍了 Maestro 的设计、实施和评估。Maestro 是一个有效的基于游戏的开源平台，有助于推动稳健人工智能教育的发展。Maestro 提供了基于目标的场景，让大学生在竞争激烈的编程环境中接触到具有挑战性的、充满生活灵感的作业。我们评估了 Maestro 对学生在稳健人工智能方面的参与度、积极性和学习成功的影响。这项工作还深入了解了促进稳健人工智能领域主动学习机会的在线学习工具的设计特点。我们分析了 147 名本科生在两门季度人工智能课程中使用 Maestro 的反思反应（以李克特量表衡量）。根据结果，那些觉得在鲁棒人工智能中获得了新技能的学生往往高度赞赏 Maestro，并且在鲁棒人工智能的材料整合、好奇心和掌握方面得分很高。此外，排行榜是 Maestro 中的关键游戏化元素，它有效地促进了学生的参与和学习。结果还表明，Maestro 可以有效地适应任何课程长度和深度，而不会降低其教育质量。
新酷日本战略
1 1 预计2025年全球视频发行市场规模将增长至1371亿美元（约为2018年3.1倍）。 （根据《日本信息通信白皮书2023年数据汇总》（MIC））2 例如，人气篮球漫画《灌篮高手》的电影版《灌篮高手》以390亿日元的全球票房收入和3700多万观众的成绩备受关注，而《Suzume》则以460亿日元的全球票房收入和4600多万观众的成绩广受好评。此外，《少年与苍鹭》入围美国奥斯卡最佳动画长片奖。3 例如，2023年8月在美国Netflix上映的《海贼王》首次在46个国家排名第一，并在93个国家进入前10名。此外，同年12月发行的《幽游白书》在全球周票房前10名（非英语系列）中排名第一，在包括英语在内的所有语言系列中排名全球第二。好莱坞已经出现了一系列日本漫画原著的真人版改编，预计这种趋势在未来还将继续。4 例如，LiSA 的《鬼灭之刃》片头曲《Gurenka》被评为“海外流媒体播放次数最多的国内艺人歌曲”，LiSA 被评为“海外流媒体播放次数最多的国内艺人”（均为 2020 年；根据 Spotify）。此外，YOASOBI 的《Oshi no ko》片头曲《Idol》成为第一首在美国 Billboard 全球排行榜“全球（美国除外）”排名第一的日语歌曲（根据 Billboard JAPAN，时间为 2023 年）。
灵活的游戏环境，用于可靠地测量认知控制
在过去的几年中，人们已经接受了这样一个观点：要可靠地测量个人的认知能力，参与者需要完成比现有认知测试组更多的试验和/或使用效果更大的任务。该项目开发了一套认知控制测试，能够有效、可靠地测量认知控制能力，而认知控制能力对于在时间压力下取得高性能至关重要。测试组在 Unity 游戏引擎中实现，只需使用 Web 浏览器即可在线访问，无需安装。游戏机制（例如多样性、反馈、奖励和排行榜）和综合故事情节可在延长和苛刻的测试过程中保持参与度。该测试组实现了最突出的认知控制测量，包括：1) 工作记忆（单 n-back 任务和双 n-back 任务）、2) 反应抑制（停止信号任务）、3) 冲突任务（Simon、Flanker 和 Stroop 任务）、4) 多任务处理和 5) 任务切换。不同的测量方法可以灵活地组合在一个连贯的“清理房间”叙述中，而独立的教程可以轻松部署在线测试。开发了冲突任务的新版本以增加效果大小和可靠性，并在在线实验中进行了测试。我们开发了一种严格的方法来量化测试产生可靠个体差异测量的能力，并报告将其应用于数据的结果
参议院军事委员会向 Peter “Pete” B. Hegseth 提出的预先政策问题
您拥有哪些背景、经验和专业知识，使您有资格担任国防部长？我的背景、经验和专业知识使我有资格担任国防部长。我在美国国民警卫队服役 14 年，包括三次陆军部署 - 担任古巴关塔那摩湾的排长、伊拉克萨迈拉的排长和助理民事军事行动官以及阿富汗喀布尔的高级反叛乱教官。我曾在战斗中担任过领导，了解战士面临的问题和需要，这是不可或缺的经验。我拥有普林斯顿大学的本科学位和哈佛大学肯尼迪政府学院的公共政策硕士学位。我领导了美国 9/11 后最重要的两个退伍军人组织：退伍军人自由组织和关心美国退伍军人组织，磨练了我在国家安全、军事改革、外交政策、战场评估和 VA/退伍军人政策改革方面的领导能力和专业知识。在我的领导下，这两个团队都迅速发展，取得了巨大成就。在福克斯新闻工作期间，我磨练了关于这些话题的沟通技巧——美国人民需要了解、参与并受到激励加入和支持我们的军队。沟通技巧非常重要。最近，我写了一本名为《战士之战》的书，这本书是《纽约时报》畅销书排行榜第一名，它基于现役和退役美国战士的意见。我一生致力于服务我们的国家，与我们的战士站在一起，为我们的军队辩护。我会把所有这些技能带到这个角色中。
70基因签名作为...
朱奇·伯德特（Juce Bordet），大学库鲁瑟斯（Bruxeles），布鲁塞尔（Brussels），比利时（M Piccart MD教授，C cotirious MD）；加利福尼亚州旧金山的UCSF Heller Diller Family Cancerive Cancer（四个博士学位的L J教授）；欧洲研究与治疗或癌症总部，布鲁塞尔，比利时（C PONCET MSC，J M N LOPES CARDOZO MD，A PERIC PHD，B MEULEMANS MSC，J BOGISTS PHD）；法国Vilejuve的Gusstave Roussy（S Delague MD）；巴黎和圣云学院，法国巴黎，巴黎大学（J-Y Pierga MD）； Chu网站Sainte-Elisabeth-Ucl Namur，Namur，比利时（P Vuulstic MD）；研究所Curie -HôpitalReneRene Huginein，Saint Cloud，Frange（证明E Brain MD）；荷兰阿尔克默（Alkmer）的西北Zeaky Group（弗雷德登法院医学博士）；荷兰排行榜（P A Neire Home MD）的Allerian Henels；中心乔治·弗朗科斯·莱克莱克（George-Francois-leclerc），第基（Dijon），弗兰克（S Causeret MD）； Jeron Bosch Zeaky，SheretoomedBost，荷兰（T J Smild MD）；意大利米兰大学或米兰（证明G Valin MD）；意大利米兰的欧洲机构或肿瘤学IRCC（Giale教授）；议程，阿姆斯特丹，荷兰（A M Glas PhD）；瑞士学院或Bioin组和大学或瑞士Lausanne（M Delorenz博士）；
分析游戏化技术对增强学习者参与，动机和知识保留的影响：结构方程建模
摘要：这项研究研究了游戏化技术的影响，包括Kahoot！，Classcraft和Badgeville，对在线学习环境中学习有效性和享受的学习者动机，参与度以及对学习者的看法。采用定量研究方法，该研究利用结构方程建模（SEM）来分析游戏化元素与学习者结果之间的关系，并由自决理论（SDT）构建。从对跨Varis领域的169名学术界进行的调查收集的数据表明，游戏化技术（例如排行榜，徽章，点系统和挑战）可以显着增强学习者的参与度，平均观察到25％的人。奖励，激励措施和竞争性挑战都提高了内在动机和外在动机，从而提高了30％的学习者表现。尽管对游戏化对学习有效性的影响有轻微的负面看法，但感知到的享受增长了20％，这突显了其整体积极影响。知识保留显着影响学习者的参与，感知的学习效率和享受，其相关系数在保留率和参与度之间为0.65。这些发现强调了平衡竞争要素以优化动力，有效性和享受的重要性，同时保持支持性学习环境。该研究为设计游戏化的电子学习环境提供了可行的建议，这些环境有效地整合了游戏化元素以增强参与，动机和知识的保留，为旨在创造参与有效的在线学习经验的教育工作者提供了基于证据的指导。