XiaoMi-AI文件搜索系统
World File Search System表示
研究人员表示，健康领域的 AI 应该受到监管，但不要忘记算法
尽管人工智能具有巨大潜力，但在美国卫生与公众服务部（HHS）民权办公室（OCR）根据《平价医疗法案》（ACA）发布新规定后，麻省理工学院电气工程与计算机科学系（EECS）、Equality AI 和波士顿大学的研究人员在《新英格兰医学人工智能杂志》（NEJM AI）上发表的一篇评论中呼吁监管机构加强对人工智能的监督。
家长对 Amidon-Bowen 改造的周转空间计划表示担忧
华盛顿联合基金会与希望基金会重返社会网络合作，为因监禁而失散的当地家庭带来了节日气氛。这两个组织为华盛顿监狱的囚犯举办了一场活动，包括节日大餐和为亲人制作个性化卡片的机会。然后，这些卡片在 12 月 14 日于奥迪球场举行的充满欢乐的节日派对上被送到了他们的家人和孩子手中。“这个活动已经是第三年了，我们与华盛顿联合基金会合作，为孩子们带来圣诞快乐，”希望基金会重返社会网络的丽塔·格雷说。她说，邀请家人参加，获得“圣诞礼物、美食和乐趣”。希望基金会重返社会网络为被监禁或曾被监禁的个人提供基本支持，重点是就业、住房、同伴和康复支持、虚拟支持和康复资源。华盛顿联合后卫马泰·阿金博尼参加了庆祝活动。“我喜欢送礼物和回馈孩子们，”阿金博尼说。 “来到这里对我来说意义重大。周围的人让我很容易就出来回馈社会。”派对包括食物、装饰品制作和饼干装饰等活动、圣诞老人的到访和一大堆节日礼物。自行车和滑板车等玩具是受欢迎的礼物，各个年龄段的孩子和他们的父母、朋友和家人一起度过了一个享受音乐的下午
家长对 Amidon-Bowen 改造的周转空间计划表示担忧
华盛顿联合基金会与希望基金会重返社会网络合作，为因监禁而失散的当地家庭带来了节日气氛。这两个组织为华盛顿监狱的囚犯举办了一场活动，包括节日大餐和为亲人制作个性化卡片的机会。然后，这些卡片在 12 月 14 日于奥迪球场举行的充满欢乐的节日派对上被送到了他们的家人和孩子手中。“这个活动已经是第三年了，我们与华盛顿联合基金会合作，为孩子们带来圣诞快乐，”希望基金会重返社会网络的丽塔·格雷说。她说，邀请家人参加，获得“圣诞礼物、美食和乐趣”。希望基金会重返社会网络为被监禁或曾被监禁的个人提供基本支持，重点是就业、住房、同伴和康复支持、虚拟支持和康复资源。华盛顿联合后卫马泰·阿金博尼参加了庆祝活动。“我喜欢送礼物和回馈孩子们，”阿金博尼说。 “来到这里对我来说意义重大。周围的人让我很容易就出来回馈社会。”派对包括食物、装饰品制作和饼干装饰等活动、圣诞老人的到访和一大堆节日礼物。自行车和滑板车等玩具是受欢迎的礼物，各个年龄段的孩子和他们的父母、朋友和家人一起度过了一个享受音乐的下午
Ikram Chraibi Kaadoud、Lina Fahed、Philippe Lenca。可解释的人工智能：知识发现、知识表示和表示学习交叉点的叙述性回顾。MRC 2021：第十二届国际情境建模与推理研讨会，2021 年 8 月，加拿大蒙特利尔（虚拟）。第 28-40 页。 hal-03343687
可解释人工智能 (XAI) 最近已成为一个非常活跃的领域，这主要是由于神经网络等黑箱模型的广泛发展。最新技术定义了最近的 XAI 目标，并提出了具体方法。在 XAI 和其他领域之间可以找到隐式链接，尤其是与知识和神经网络相关的领域。我们在此旨在强调这些隐式链接。我们对两个领域的研究工作进行了叙述性回顾：（i）知识领域，重点关注知识发现和表示，以及（ii）表示学习。我们讨论了这些领域与 XAI 之间的相似性和连接点。我们得出结论，为了使黑匣子更加透明，XAI 方法应该受到更多启发，并利用知识和表示学习领域的过去和最近的工作。通过本文，我们为多学科研究人员和人工智能专家以及人工智能知识渊博的用户提供了 XAI 领域的切入点。
NPSA 与政府达成协议，以确保国家 PBS 药品供应链安全 NPSA 对与 Commonweal 达成的五年协议表示欢迎
NPSA 与政府达成协议，以确保国家 PBS 药品供应链 NPSA 对与联邦政府达成的一项五年协议表示欢迎，该协议将使 PBS 药品能够持续及时和公平地分配给澳大利亚各地的患者。第一份药品批发商协议 (1PWA) 是政府与 NPSA - 代表全系列社区服务义务 (CSO) 药品批发商的最高行业机构之间达成的协议。它解决了供应链资金的严重流失问题，意味着澳大利亚人将继续获得他们所依赖的不间断药品分销服务。联邦政府与 CSO 药品批发商行业之间的伙伴关系建立于 20 多年前，支撑了 PBS 的持续可靠性，支持了联邦政府在国家药品政策中规定的向所有澳大利亚人提供平等使用权的承诺。NPSA 主席理查德·文森特说：“我们非常高兴能够达成这项五年协议，它确保了药品的管理和分销，并造福所有澳大利亚人。 1PWA 将使现有药品（无论是日常药片、高级护理专业疗法还是冷链产品）得到精心管理并可靠地分发给患者，无论他们住在哪里。 “随着与气候相关的灾害增加，我们在飓风、洪水或森林大火等紧急情况下到达受影响社区的作用日益重要。 “通过我们对 CSO 的承诺，我们很自豪能够为澳大利亚 5900 家社区药房、我们主要城市的郊区以及农村和偏远地区提供 24 小时服务。凭借这项协议的好处，我们期待支持政府健康计划和药房在为患者提供医疗服务方面发挥更广泛的作用。” NPSA 成员澳大利亚制药工业公司 (API)、全国药房分销公司 (NPD)、Sigma Healthcare 和 Symbion 致力于医疗保健行业，拥有 3,400 多名员工，运营着一个全国配送中心网络，每年安全地向社区药房配送超过 3.16 亿单位的处方药，每天配送超过 200 万单位的健康相关产品。1PWA 是政府与 NPSA 之间的直接协议，每个 CSO 批发商都有自己的支持协议，反映 1PWA 的条款。此前，药品配送资金是与政府签订的社区药房协议的一部分。
利用基于语言的表示，以更好地解决与大语模型的符号相关问题
符号（例如数值序列，化学公式和表格定界符）广泛存在，在与符号相关的任务中扮演重要角色，例如抽象推理，化学培养物预测和表格提问。与基于自然语言表达式的任务相比，大型语言模型（LLMS）在理解和理性的基于符号的表示方面存在局限性，因此他们很难处理与符号相关的问题。在本文中，我们提出了符号到语言（S2L），该方法将基于符号的表示形式转换为基于语言的代表，为推理过程中语言模型提供了宝贵的信息。我们发现，对于封闭源和开放源LLM，可以通过合并基于语言的代表来在很大程度上增强解决符号问题的能力。例如，通过为GPT-4使用S2L，可以进行+21的实质性改进。9％和+9。分别用于1D ARC和DYCK语言任务的准确性5％。 在其他六个一般符号相关的任务（例如表理解和推文分析）中也有一致的改进。 我们在https://github.com/thunlp-mt/symble2language 1中重新租用GPT日志。分别用于1D ARC和DYCK语言任务的准确性5％。在其他六个一般符号相关的任务（例如表理解和推文分析）中也有一致的改进。我们在https://github.com/thunlp-mt/symble2language 1中重新租用GPT日志。
人工智能中不确定性的表示
摘要 由于人工智能主要关注知识表示和推理，它必然要处理各种处理不确定性的框架：概率论，以及更新的方法：可能性理论、证据理论和不精确概率。本章的目的是提供一个介绍性的概述，揭示表示不确定性的两个基本框架的具体特征：概率论和可能性理论，同时强调表示不确定性的任务所面临的主要问题。这一目的还提供了定位相关主题的机会，例如粗糙集和模糊集，它们分别受到考虑语言选择引起的表示粒度和自然语言谓词的渐进性的驱动。此外，本概述还简要介绍了其他理论表示框架，例如形式概念分析、条件事件和排名函数，以及可能性逻辑，与此处讨论的不确定性框架有关。本卷的下一章将讨论更复杂的框架：信念函数和不精确概率。
线图越野式 - 里普斯持续图，用于拓扑图表示学习
虽然消息传递图神经网络会导致信息丰富的节点嵌入，但它们可能无法描述图的拓扑特性。为此，节点滤波已被广泛用作使用持久图获得图的拓扑信息的一种尝试。然而，这些尝试面临着失去节点 - 床上用品信息的问题，这反过来又阻止了它们提供更具表现力的图表。为了解决这个问题，我们将重点转移到边缘效果上，并引入了一种新颖的基于边缘的持久性持续图，称为拓扑边缘图（TED），该图被数学证明可以保留节点嵌入信息以及包含其他拓扑信息。要实现TED，我们提出了一种基于神经网络的算法，名为“线图越vietoris-rips”（LGVR）持久图，该图通过将图形转换为其线图来提取边缘信息。通过LGVR，我们提供了两个模型框架，可以应用于任何传递GNN的消息，并证明它们比Weisfeiler-Lehman型着色更强大。最后，我们从经验上验证了模型在几种图形分类和回归基准上的出色性能。关键字：图形神经网络，持久图，拓扑数据分析，Weisfeiler-Lehman测试，越野透 - rips过滤
首先，我们要对匿名审稿人，编辑和编辑支持团队卢卡·莱利（Luca Lelli）表示衷心的感谢
下面概述，我们根据反馈修改了手稿。审阅者的评论在下面复制并在斜体中显示，而我们的回答和手稿中的相应文本分别以红色和橙色显示。对图3、7的编辑支持团队的响应：请确保地图和图表中使用的配色方案允许具有彩色视觉缺陷的读者正确解释您的发现。请使用Coblis - 色盲模拟器（https://www.color-blindness.com/coblis-color-blindness-simulator/）检查您的数字，并在下一个文件上传请求中相应地修改颜色方案。答案：在回答评论时，我们更新了图3和图4（不包括图3a）的配色方案，以在AMT提交页面（https：//www.atmospheric-measurement-techniques.net/net/submission.html）上推荐的“科学颜色图”。但是，由于三个通道的值直接分配给R，G和B，因此我们不确定如何修改它们以使它们对色盲友好。相反，我们利用了“ Coblis - 色盲模拟器”来确认图3和7中的RGB图像可以由异常三角形的读者正确解释。
colbert-xm：零击的多语言信息检索的模块化多矢量表示模型
最先进的神经检索者主要关注英语等高源语言，这阻碍了他们在涉及其他语言的检索中采用。当前通过杠杆化的多语言审计语言模式，可以证明缺乏非英语语言的高质量标记数据。但是，这些模型需要多种语言的大量特定于任务特定的微调，通常在训练阶段的语料库中以最少的反映语言表现较差，以在培训阶段之后结合新语言。在这项工作中，我们提出了一个新颖的模块化检索模型，该模型从单个高资源语言的丰富数据中学习，并有效地转移到各种语言，从而消除了对语言特定标记的数据的需求。我们的模型Colbert-XM展示了与现有的最新的多语言检索器相对的性能，这些猎犬在更广泛的数据集中以各种语言进行了培训。进一步的分析表明，我们的模块化方法具有高度的数据效率，有效地适应了分布数据，并大大减少了能耗和碳排放。通过证明其在零拍摄的Sce-Narios中的熟练程度，Colbert-XM标志着向更可持续和包容的检索系统的转变，从而使有效的信息可以使用多种语言获得。我们将公开发布社区的代码和模型。