XiaoMi-AI文件搜索系统
World File Search System论证
论文 3 - 工程论证论文
北方天然气网络公司 (NGN) 是一家负责向英格兰北部家庭和企业配送天然气的公司，该地区覆盖西约克郡、东约克郡和北约克郡、东北部和坎布里亚郡北部。NGN 已委托一名顾问对其东部地区——“东海岸氢气”进行前期前端工程设计研究，以支持净零排放和小型项目 (NZASP) 重启以及后续项目阶段，例如前端工程设计研究。东海岸氢气 (ECH 2 ) 旨在将该地区的工业集群与其他供应点连接起来，例如东米德兰兹氢气创新区和该地区的用户。该项目需要一种有效的方法来实现整个英格兰北部的氢气出口，从而实现企业向 100% 氢气的无缝转换（取决于政府的决定），这是氢气最佳部署的地方。
生成式人工智能和论证创造力
摘要：生成式人工智能似乎对辩论创造力构成了威胁。由于它具有生成连贯文本的能力，因此个人可能会将其想法而不是自己的想法融入到论点中，从而减少他们的创造性贡献。本文认为这种观点是错误的。这是基于对创造力本质的误解。在论证中，创造性思维与批判性思维是不可分割的。由于创造力与分析、评估等技能密切相关，因此在论证构建中使用生成式人工智能，特别是在充当普遍受众的角色，有可能增加而不是减少论证创造力。关键字：参数；创造力;生成人工智能；普遍观众
ARGMED-AGENT：通过论证方案解散的解释临床决策推理
摘要 - 在临床推理中使用大型语言模型（LLM）有两个主要障碍。首先，尽管LLM在自然语言处理（NLP）任务中表现出巨大的希望，但它们在复杂的推理和计划中的表现却没有期望。其次，LLM使用不可解释的方法来做出与临床医生的认知过程根本不同的临床决策。这导致用户不信任。在本文中，我们提出了一个称为argdrestents的多代理框架，该框架旨在使基于LLM的代理通过互动来解释临床决策推理。Argmed-通过论证方案进行临床讨论（一种用于建模临床推理中认知过程的推理机制），然后将论证过程构造为对有冲突关系的指示图构建论证过程。最终，使用符号求解器来确定一系列理性和连贯的论点来支持决策。我们构建了一个正式的Argmed代理模型，并为理论保证提供了当前的猜想。Argmed-Agents使LLM可以通过以自定向方式产生推理的解释来模仿临床论证推理的过程。设置实验表明，与其他及时方法相比，Argsments不仅提高了复杂的临床决策推理问题的准确性，而且更重要的是，它为用户提供了提高其信心的决策解释。索引术语 - 临床决策支持，大语言模型，多代理系统，可解释的AI
规划论证报告附录
11 Main Street，莫里斯顿普斯林奇镇 Weston Consulting 已受 WDD Main Street Inc 聘用，WDD Main Street Inc 是普斯林奇镇市政称为 11 Main Street（地块 31，特许权 8）的土地的注册所有者（此称为“主题土地”），为拟议的住宅分区提供规划协助。本信函是 Weston Consulting 于 2023 年 3 月 4 日编写的规划论证报告的附录，于 2024 年 9 月更新，旨在支持分区附例修正案和分区草案申请，以允许住宅分区由 21 个独立住宅地块、环境保护用地、雨水管理池和市政道路组成。本信函基于 2024 年 9 月 19 日收到的来自 NPG Planning Solutions 的评论，旨在对新的 2024 年省级规划声明进行分析，并提供进一步的细节和理由来说明额外允许用途是增加住宅单元和家庭企业。本信函应与 2024 年 9 月更新的规划论证报告一起阅读。根据此处所含的分析，拟议的分区附例修正案和分区申请草案与 2024 年省级规划声明一致。此外，额外的住宅单元和家庭企业是拟议的独立住宅单元可取且合适的附属用途。已提交其他信函以评估从技术角度是否可支持额外的住宅单元和家庭企业。根据 Crozier、GHD、Colville 和 Englobe 准备的信件，允许增加住宅单元和家庭企业不会产生不利影响，如下所述。2024 年省级规划声明省级规划声明 (PPS) 于 2024 年 10 月 20 日生效，取代了 2020 年省级政策声明和发展之地：大金马蹄地区发展计划（2020 年合并）。 PPS 适用于 2024 年 10 月 20 日或之后做出的所有有关行使影响规划事项的权力的决定。《规划法》第 3 条要求影响规划事项的决定应与根据该法发布的政策声明一致。
量子概率是认识论证的客观程度
这一学说的本质是将量子概率解释为主观的。也就是说，QBist 概率并不反映相对频率、客观机会或其他物理概率概念；它们更倾向于量化个人主观的信念程度。QBist 概率的主观性可以通过赋予概率 1 语句的含义来说明。如果 QBist 代理以概率 1 预测实验结果，这并不意味着该未来结果的物理状态；特别是，它并不意味着结果必然会实现，也不意味着所讨论的结果已经存在于外部世界中，等待被揭示。唯一的暗示是代理完全相信会找到所讨论的结果。这是关于她或他的期望的事实，而不是关于物理世界的事实。（Dieks 2022，3f。）
可竞争的AI需要计算论证
AI近年来已经变得普遍，但最先进的方法主要忽略了对AI系统的必要性。相反，AI指南提倡可竞争性（例如由OECD）和对统计决策的监管（例如gdpr）。在这个位置，我们探讨了如何在AI中和AI中实现竞争性。We argue that contestable AI re- quires dynamic (human-machine and/or machine-machine) explainability and decision-making processes, whereby ma- chines can 1. interact with humans and/or other machines to progressively explain their outputs and/or their reasoning as well as assess grounds for contestation provided by these hu- mans and/or other machines, and 2. revise their decision– making processes to redress any issues successfully raised during比赛。鉴于当前的许多AI土地层是针对静态AIS量身定制的，因此可容纳可配合的需求的需求将需要激进的重新思考，我们认为，计算论证理想地适合支持。
动态学习地图 (DLM) 论证 2024-2025
或者，☐ 无法为上述一项或多项提供保证（如果选中此框，请填写下面的“无保证解释”部分）。无保证解释请简要说明无法提供保证的原因。请勿在您的解释中包含任何个人身份信息 (PII)，例如学生姓名。这样做违反了《家庭教育权利和隐私法案》(FERPA)。
定量双极论证图的贡献函数：基于原则的分析
正式论证已成为人工智能领域内的一个充满活力的研究领域。尤其是，形式论证的辩证性质被认为是共同的人机推理和决策的有前途的促进者，也是亚符号和符号AI之间的潜在桥梁[1]。在正式的论点中，参数及其关系作为指示图表示，其中节点是参数，边缘是参数关系（通常：攻击或支持）。从这些论点图中，得出了有关参数的可接受性状态或优势的推论。一种正式的论证方法正在增加研究的注意力是定量双极论证（QBA）。在QBA（通常是数值）权重（通常是数值的）权重（如此公认的初始优势）中分配给了参数，并且参数通过支持和攻击关系连接。因此，通过节点的传入边缘直接连接到节点的参数可以称为攻击者和支持者（取决于关系）。给出了定量的双极论证图（qbag），然后论证语义渗透了论证的最终强度。从直觉上讲，论点的攻击者倾向于降低其最终力量，而支持者倾向于增加它的最终力量。通常，正式论证和QBA的新生应用通常与解释性相关[2，3]，例如，在可解释的推荐系统[4]的背景下，回顾聚合[5]或机器学习模型，例如随机森林[6]或神经网络[7]。这遵循上述参数影响的直觉为了利用QBA作为解释性的促进者，至关重要的是，对一种论点对另一个论点的影响有一种严格的理解，这一点至关重要。