XiaoMi-AI文件搜索系统
World File Search System草稿的
2024年4月2日，罗伯特·阿德霍尔特（Robert Aderholt）主席...
值得注意的是，2023年为神经科学研究带来了许多突破性的进步。大脑计划的2023年成就包括一项研究脊髓刺激如何有助于瘫痪后的手臂和手部功能，1一项研究，一项研究，其中科学家能够鉴定出与中风或截肢引起的慢性疼痛障碍相关的生物标志物，2一项革命性的研究，革命性的研究促进了型号的大脑健康，并促进了脑中的启发，并促进了一项促进攻击的效果（D）。4这一年以纪念性神经科学新闻结束，即大脑启动细胞普查网络（BICCN）程序有史以来首次创建了整个小鼠大脑和人脑细胞草稿的细胞图集。这些多学科的发现带来了研究人员
经合组织发展中心
我特别感谢发展中心研究主管 Colin I. Bradford, Jr.，他提出了撰写综合论文的想法，提供了起草论文所需的条件，并花费了大量时间来监督这项工作。当然，我要感谢项目负责人 Dieter Ernst 和项目首席顾问 David O'Connor，感谢他们对早期草稿的批评和改进。我还受益于 Olivier Bouin、Marcos Bonturi、Carliene Brenner、Ian Goldin 和 Charles Oman 的评论。此外，经合组织科学、技术和工业司首席行政官 Graham Vickery 的评论非常有建设性。特别感谢 Charles Lee，他对许多文体改进非常有帮助。研究协助由 Antonio Botelho、Halvor Nafstadt、Catherine Baudin、Maud Bruce 和 Henning Fiedler 提供。发展中心谨对意大利政府提供的宝贵财政支持表示感谢。
新冠疫情之前和期间的经济不确定性
作者感谢美国国家科学基金会、斯隆基金会、芝加哥大学布斯商学院和经济与社会研究委员会的资金支持。他们还感谢 Mike Clements 和 Martin Weale 对早期草稿的评论、Ian Dew-Becker 提供的 24 个月 VIX 数据以及 Niall Ferguson 提供的有关以往大流行中过高死亡率的文献。本文扩展并延伸了 Baker、Bloom、Davis 和 Terry (2020) 的部分内容。本文表达的观点为作者的观点，不一定代表亚特兰大联邦储备银行或联邦储备系统的观点。任何剩余错误均由作者负责。如对内容有任何疑问，请发送邮件至 dave.altig@atl.frb.org 、srbaker@gmail.com 、jose.barrero@itam.mx、nbloom@stanford.edu、philip.bunn@bankofengland.co.uk 、sijiac@stanford.edu、Steven.Davis@chicagobooth.edu 、Brent.Meyer@atl.frb.org 、emil.mihaylov@atl.frb.org、Paul.Mizen@nottingham.ac.uk 、nicholas.parker@atl.frb.org、pawel.smietanka@bankofengland.co.uk 和 gregorythwaites@gmail.com。亚特兰大联邦储备银行的工作文件（包括修订版）可在亚特兰大联邦储备银行网站 www.frbatlanta.org 上找到。点击“出版物”，然后点击“工作文件”。要接收有关新论文的电子邮件通知，请使用 frbatlanta.org/forms/subscribe。
地理信息系统 (GIS) 在交通和气候变化中的应用
报告说明和致谢 位于马萨诸塞州剑桥的美国运输部 John A. Volpe 国家运输系统中心 (Volpe Center) 为联邦公路管理局 (FHWA) 规划办公室准备了本报告。项目团队由技术创新和政策司的 Jessica Hector-Hsu 和 Valarie Kniss 以及交通规划司的 Ben Cotton 组成。FHWA 规划办公室的 Mark Sarmiento 和 FHWA 基础设施办公室的 Chris Chang 负责项目监督。项目团队查阅了相关文献，并在互联网上扫描了地理信息系统 (GIS) 和交通资产管理 (TAM) 应用程序以确定潜在的案例研究。项目团队随后与附录 C 中列出的公共机构联系人进行了访谈。本文介绍的案例研究基于这些电话讨论和受访者提供的补充材料。访谈联系人审查了案例研究草稿的正确性和清晰度，并根据需要提供了补充信息。Volpe Center 项目团队感谢来自全国各地的组织为本报告做出贡献的工作人员。他们慷慨地提供的时间对于准备该文件至关重要。
![[599]朝着全球禁止工业禁令...](/simg/1\11b50f7d763c0e0372e1b283b9ab0fe6384aa84b.webp)
[599]朝着全球禁止工业禁令...
*该项目得到了纽约大学环境和动物保护中心的赠款的支持。特别感谢Cleo Verkuijl在整个项目中提供了详尽而有见地的反馈。她的贡献大大提高了拟议的禁令的范围以及对公正过渡的国际先例，政策途径和元素的材料。也感谢以下专家对本文较早草稿的宝贵评论：Harro Van Asselt，Harro Van Asselt，Michael Lazarus，Michael Lazarus，Hira Jaleel，Hira Jaleel，Randalal Abate，Randa Bray Abate，Daina Bray，Daina Bray，Daina Bray，Jonathan Green，Jonathan Green，Jonathan Green Green； Jonathan Green；参加布鲁克斯·麦考密克动物法律和政策计划的研讨会于2024年3月20日在哈佛法学院举行的研讨会；以及刘易斯和克拉克法学院2024年环境法春季研讨会的组织者和参与者。最后，感谢环境法的编辑在整个撰写和编辑过程中对本文的出色工作。
人工智能、算法和可怕的人类 - 福特汉姆法学院
* 乔治华盛顿大学法学院知识产权和技术法 Eugene L. 和 Barbara A. Bernard 教授。感谢 JP Schnabel 和 Alexa Adalian 提供的出色研究协助。我们还要感谢以下人员对本文早期草稿的出色反馈：Rebecca Crootof、Ben Green、Aziz Huq、Margot Kaminski、James Lau、Michael Risch 和 Alicia Solow-Niederman。** Hideyuki Matsumi 或 Yuki 是布鲁塞尔自由大学 (VUB) 法律、科学、技术和社会研究小组 (LSTS) 以及健康和老龄化法律实验室 (HALL) 的博士候选人/研究员。纽约律师协会成员。本论文是为题为“新人工智能：ChatGPT 和其他新兴技术的法律和伦理影响”的研讨会准备的，该研讨会由《福特汉姆法律评论》主办，并由福特汉姆大学法学院神经科学与法律中心共同赞助，于 2023 年 11 月 3 日在福特汉姆大学法学院举行。
人工智能造福社会：人机交互增强智能视频可理解性评估，促进健康素养
2022 年 12 月 3 日 据估计，美国有 74% 的成年人会访问互联网，其中高达 80% 的人会在网上寻找健康信息。然而，只有 12% 的美国成年人被评估为具备熟练的健康素养，能够有意义地解读健康信息。全球数十亿个人在社交媒体平台上获取医疗保健信息，他们可能会接触到误导性、有害或不相关的信息。社交媒体平台缺乏把关，对公共健康产生了严重的不利影响。美国国家医学院 (NAM) 和世界卫生组织 (WHO) 等组织强调了规范性指南的重要性，这些指南对于通过技术支持的解决方案在社交媒体上识别可靠的健康信息来源至关重要。从社交媒体使用中收集的数字跟踪数据的可用性以及通过算法进行的信息搜索的普遍性，需要更好地理解内容审核挑战和规范性干预措施，将人类智能融入机器学习。 2021 年，美国卫生局局长的咨询报告指出，社交媒体平台迫切需要扩大高质量的健康信息。我们借鉴患者教育材料评估工具 (PEMAT)，这是一种系统化的视听教育材料评估方法，开发了一种从患者教育角度评估视频可理解性的方法。我们从 YouTube 中提取视频特征和元数据，开发了一种人机互动评估，该评估明确侧重于人机算法交互，结合基于 PEMAT 的患者教育结构、领域专家的注释和机器学习的共同训练方法，以评估糖尿病视频的可理解性。我们进一步研究了可理解性对视频参与度的几个维度的影响。讨论了对研究和实践的影响。致谢：作者感谢 AIDR 研讨会、AMIA、机器学习、优化和数据科学会议、Informs 数据科学研讨会、VIDE 研讨会系列、Neurips MLPH、WITS、WISE 和 SCECR 会议的参与者对本文早期草稿的评论，以及波士顿大学、麦吉尔大学、麻省理工学院、MSU Outreach、马里兰大学、纽约大学、天普大学、德克萨斯 A&M 大学和伊利诺伊大学芝加哥分校的研讨会参与者对本文早期草稿的评论。我们感谢 Ernestina Bioh、Sreeja Nair、Mukund Nakhate 和 Namrata Navge 的研究协助。我们还要感谢美国国家医学图书馆 (NIH Grant R01LM013443) 的资助。
算法管理原则
请介绍给David Stark，dcs36@columbia.edu的所有信件。对本文较早草稿的评论，批评和建议，我们感谢克里斯·安德森，乔纳森·巴赫，乔纳森·巴赫，巴勃罗·博克斯科夫斯基，安吉尔·克里斯汀，乔普·科特里森，埃琳娜·柯西森，埃琳娜·埃斯皮西托，吉尔·艾尔，吉尔·艾尔，吉尔·艾尔，gernot liina moe，lina moe pais paim paim paim paim，拉赫曼（Rahman）和史蒂文·瓦拉斯（Steven Vallas）。我们特别感谢詹姆斯·麦克纳利（James McNally）在研究和写作阶段的帮助。我们还从朋友和同事的见解和反馈中受益，我们介绍了这项工作：哥伦比亚大学的代码研讨会；斯坦福大学的工作，技术和组织中心；哥本哈根商学院的组织系；巴黎Sciencespo组织社会学中心；以及智利圣地亚哥的Públicos中心。
工作论文 · 第 2022-106 号：当政府目光短浅、自私自利时，主权债务与经济增长
† 我们感谢杨苏提供的出色研究协助。我们还感谢 Louphou Coulibaly、Jeff Frankel、Peter von Goetz、Jose de Gregorio、Neil Kellard、Richard Portes、Ricardo Reis、Helene Rey、Linda Tesar、David Thesmar、Olivier Wang、Jeromin Zettelmeyer 以及 AEA 2021 会议、Linda Schilling 组织的金融理论 Zoom 研讨会、纽约大学斯特恩商学院金融系研讨会和国家经济研究局国际宏观经济学研讨会 (2023 年 6 月) 的参与者提供的非常有帮助的评论。这是早期工作论文草稿的重大修订版本，题为“债务何时令人厌恶？抑制和增长陷阱理论”和“主权债务何时令人厌恶？政府抑制、增长陷阱和增长促进理论”。 ‡ 纽约大学斯特恩商学院、CEPR、ECGI 和 NBER。电子邮件：vva1@stern.nyu.edu § 芝加哥大学布斯商学院和 NBER。电子邮件：rajan@chicagobooth.edu ¶ Two Sigma Investments。电子邮件：jackbshim@gmail.com
PCA基础：评估感知认知链中的多模式大语言模型
尽管大型语言模型（LLM）表现出了显着的能力，但由于自动回归过程，资源消耗和相当大的潜伏期所阻碍它们。在这项研究中，我们引入了自适应n克平行解码（ANPD），这是一种创新和无损的方法，通过允许同时产生多个代币来加速推断。ANPD结合了两级方法：它从采用N-Gram模块的快速起草阶段开始，该模块根据当前的交互式环境进行适应，然后是验证阶段，在此期间，原始LLM评估并确认了拟议的令牌。因此，ANPD预示着LLM原始外的完整性，同时提高了处理速度。我们利用N-Gram模块的多级体系结构来增强初始草稿的精度，从而减少了推理潜伏期。ANPD消除了重新培训或额外的GPU内存的需求，从而使其具有有效的插件增强功能。在我们的实验中，诸如美洲驼及其微调变体之类的模型显示出高达3的速度提高。67×，验证了我们提出的ANPD的有效性。