XiaoMi-AI文件搜索系统
World File Search System灾难性
第一份 AI RMF 草案评论：人工智能治理中心
● 灾难性风险。AI RMF 没有足够重视 AI 带来的低概率、高影响风险，尤其是对社会造成的灾难性风险。AI 研究人员、1 公众人物 2 和政策制定者 3 越来越担心 AI 系统可能对社会造成灾难性风险。我们认为，即使灾难性事件发生的可能性很低，其潜在影响也值得高度关注。其他 NIST 出版物已经考虑到了灾难性风险。例如，“灾难性不利影响”是 NIST SP 800-30 中影响评估量表的一部分。4 AI RMF 概念文件还包含一段关于灾难性风险的段落，5 但它没有包含在初稿中。我们建议在第 4.2 节（AI 风险管理的挑战）下添加概念文件中的原始段落。我们还建议 NIST 制定或委托进一步指导评估 AI 带来的灾难性风险。
国会共和党人计划削减医疗补助计划和《平价医疗法案》将给佛罗里达州带来灾难性后果
国会共和党人尚未公布预算，但迄今为止提出和报道的计划对美国家庭来说已经是五级警报了——特别是在医疗费用方面。过去十年，不仅几乎每一份共和党的预算或财政计划都包括废除《平价医疗法案》（ACA）和大幅削减医疗补助，而且据报道，制定预算的众议院共和党人也大量参考了同时包含这两项内容的计划。最近几周，他们重申，医疗补助（包括 ACA 将覆盖范围扩大到低收入成年人）和帮助人们负担得起保险的 ACA 税收抵免都将面临削减。很明显的是：极端的“让美国再次伟大”共和党人正试图让佛罗里达家庭的医疗费用更加昂贵，同时推动为亿万富翁争取更多的税收减免。如果共和党成功废除《平价医疗法案》并削减医疗补助，佛罗里达家庭的医疗费用将会增加。
全膝关节置换手术后的炎症特征，临床疼痛，疼痛灾难性和长期结局之间的潜在联系
认知和功能结果。方法：从76名膝盖患者（43名女性； 33名男性）的TKR手术后5年收集血浆样品，并分析了44个炎症标记。疼痛（使用视觉模拟量表，VAS），疼痛灾难性量表（PC）和牛津膝盖评分（OKS）。根据VAS，PC和OKS评分，将患者归类为高或低组。关联，并比较组之间的标记表达式。结果：Pearson的相关性发现了12种与VAS相关的生物标志物（P <0.05），4个具有PC的生物标记物和3个具有OKS的生物标志物（P <0.05）。与低慢性术后疼痛相比，患者患者的四个标记发生了变化，与低
重新构想电网弹性
3. 电网安全面临的灾难性风险.....................................................................................................................................27 极端天气和自然灾害....................................................................................................................................................29 物理攻击.........................................................................................................................................................................................31 网络攻击.........................................................................................................................................................................................32 地磁扰动和电磁脉冲攻击.........................................................................................................................................................34 灾难性风险的共同趋势.........................................................................................................................................................36
埃尔讷古勒姆地区非传染性疾病相关多重疾病、灾难性卫生支出及相关因素
结果：参与者的平均年龄为 60.02 ± 10 岁。NCD 多发病的患病率为 42.6%（95% CI：37.9–47.3%）。最常见的二元组是糖尿病和高血压（24.5，95% CI：20.4–28.6%）。年龄≥60 岁（aOR = 3.03，95% CI：1.95–4.73）、未婚/丧偶/离婚（aOR = 2.15，95% CI：1.28–3.63）、失业（aOR = 1.81，95% CI：1.14–2.87）和吸烟者（aOR = 3.72，95% CI：1.85–7.48）的人群中，多发病的几率更高。约有 32.4% (95% CI: 25.5–39.3%) 的家庭因治疗患有多种疾病的成年人而产生灾难性医疗费用 (CHE)。年龄 ≥ 60 岁 (aOR = 2.39, 95% CI: 1.99–5.77) 和使用门诊服务 (aOR = 4.09, 95% CI: 2.01–8.32) 与较高的 CHE 几率独立相关。 IP 服务和每增加一种疾病都会使医疗保健成本增加 ₹ 22,082.37（β = 0.557，p < 0.001，95% CI：₹ 17,139.88-₹ 27,024.86）和 ₹ 1,278.75（β = 0.128，p = 0.044，95%CI：₹ 35.58-₹ 2,521.92）。
核冬天、核战略、核风险
在本文中，我们力图解释美国核战略制定过程中长期以来有意忽视核冬天可能性的做法。为此，我们探讨了（1）核冬天与（2）核战略和核风险之间的关键关系。我们考虑了核武器的多重作用，以及对核冬天的看法如何影响这些作用。我们区分了敌对关系中双方都不相信核冬天会带来灾难性后果、一方相信核冬天会带来灾难性后果或双方都不相信核冬天会带来灾难性后果的情况。我们的分析揭示了美国核战略忽视核冬天的两个主要原因。首先，任何一个核国家都只能靠自身的力量来减轻核冬天带来的后果。第二个原因，在很大程度上是没有说出来的，是被认为更担心核冬天风险的一方可能在核危机管理、威慑和作战方面处于劣势。然而，我们认为，出于谨慎，我们有必要重新审视当前的核战略。随着核战争风险的增加，越来越明显的是，我们不能再完全依赖威慑的持续成功。我们还必须防范其可能失败。必须权衡灾难性核冬天的风险与承认和改善其后果可能对核战略产生的潜在不利影响。
皮埃尔·阿尔基尔（Pierre Alquier）| ESSEC教师
Doan，T.，Abbana Bennani，M.，Mazoure，B.，Rabusseau，G。和Alquier，P。（2021）。 通过NTK重叠矩阵遗忘的灾难性遗忘的理论分析。 ：第24届国际人工智能与统计会议（AISTAT'21）。 机器学习研究会议记录。Doan，T.，Abbana Bennani，M.，Mazoure，B.，Rabusseau，G。和Alquier，P。（2021）。通过NTK重叠矩阵遗忘的灾难性遗忘的理论分析。：第24届国际人工智能与统计会议（AISTAT'21）。机器学习研究会议记录。
基于潜在空间能量的持续学习模型
摘要 — 持续学习已成为许多实际应用（例如在线新闻摘要和产品分类）中必不可少的部分。主要挑战被称为灾难性遗忘，即模型在接受新任务训练时无意中丢弃先前学习的知识的现象。现有的解决方案包括存储以前类别的样本、在微调过程中规范参数或为每个任务分配不同的模型参数。这项工作中提出的解决方案 LSEBMCL（基于潜在空间能量的持续学习模型）是使用基于能量的模型 (EBM) 来防止灾难性遗忘，方法是在对新任务进行训练时从先前的任务中采样数据点。EBM 是一种将能量值与每个输入数据点相关联的机器学习模型。所提出的方法使用 EBM 层作为 NLP 任务持续学习框架中的外部生成器。该研究证明了 EBM 在 NLP 任务中的有效性，在所有实验中都取得了最先进的结果。索引词——持续学习、基于能量的模型、灾难性遗忘、问答、语言生成