XiaoMi-AI文件搜索系统
World File Search System论证
自我调节策略发展指导对轻度残疾青少年论证写作技能的影响。
这篇博士论文由 ThinkIR：路易斯维尔大学机构知识库免费开放给您。它已被 ThinkIR：路易斯维尔大学机构知识库的授权管理员接受收录到电子论文和学位论文中。此处出现的标题由作者提供，作者保留了所有其他版权。有关更多信息，请联系 thinkir@louisville.edu。
量子计算谓词绑定承诺及其在 NP 量子零知识论证中的应用
量子比特承诺方案是通过利用量子通信和量子计算来实现比特（而不是量子位）承诺。在本文中，我们研究了通过并行组成通用量子完美（或统计）隐藏计算绑定比特承诺方案（可基于量子安全单向排列（或函数）实现）获得的量子弦承诺方案的绑定性质。我们表明，与平凡的诚实绑定相比，所得方案满足更强的量子计算绑定性质，我们将其称为谓词绑定。直观且粗略地讲，谓词绑定性质保证，给定一组字符串上的任何不一致谓词对（即，该集合中没有字符串可以满足两个谓词），如果可以打开（声称的）量子承诺，使得所揭示的字符串肯定满足一个谓词，则不能打开相同的承诺，使得所揭示的字符串满足另一个谓词（除了可忽略的概率）。作为一种应用，我们在 Blum 的零知识协议中为 NP 完全语言汉密尔顿循环插入了一个通用的量子完美（或统计）隐藏计算绑定位承诺方案。由此产生的协议的量子计算健全性将直接来自承诺的量子计算谓词绑定属性。结合可以类似地建立为 Watrous [Wat09] 的完美（或统计）零知识属性，这产生了第一个量子完美（或统计）零知识论证系统（健全性误差为 1/2），适用于所有 NP 语言，仅基于量子安全单向置换（或函数）。
人工智能
本文的目的是研究人类在论证中使用的基本机制，并探索在计算机上实现这种机制的方法。我们首先开发一种论证理论，其核心概念是论证的可接受性。然后，我们用两个强有力的论据论证我们理论的“正确性”或“适当性”。第一个论据表明，人工智能和逻辑编程中大多数主要的非单调推理方法都是我们论证理论的特殊形式。第二个论据说明了我们的理论如何用于研究许多实际问题的逻辑结构。这个论据基于一个结果，该结果显示我们的理论自然地捕捉了 n 人博弈论和众所周知的稳定婚姻问题的解决方案。通过表明论证可以看作是一种特殊的逻辑编程形式，否定为失败，我们引入了一种基于逻辑编程的通用方法来生成论证系统的元解释器，这种方法与传统编程中的编译器-编译器思想非常相似。
保证案例开发的工具支持
摘要 基于论证的保证案例通常使用图形论证结构来表示和组织，在实践中越来越多地用于向利益相关者（例如监管机构）提供保证，确保系统在可靠性和安全性方面可用于其预期用途。一般而言，全面的系统范围保证论证会汇总大量不同信息，例如安全分析、需求分析、设计、验证和其他工程活动的结果。尽管存在多种保证案例工具，但许多对论证结构的理想操作（例如层次化和模块化抽象、论证模式实例化以及丰富结构化信息的包含/提取）都缺乏自动化支持。为了弥补这一自动化差距，过去四年来，我们一直在 NASA 艾姆斯研究中心开发一套保证案例自动化工具集 AdvoCATE。本文介绍了如何在保证案例论证结构的形式化基础上设计 AdvoCATE，以提供以下独特功能：a) 自动创建和组装保证论证；b) 将形式化方法集成到更广泛的保证论证中；c) 自动模式实例化；d) 分层抽象；e) 查询和视图；f) 论证验证。我们（和我们的同事）已在实际项目中使用 AdvoCATE 来确保无人机系统的安全。
保证案例开发的工具支持
摘要 基于论证的保证案例通常使用图形论证结构来表示和组织，在实践中越来越多地用于向利益相关者（例如监管机构）提供保证，确保系统在可靠性和安全性方面可以用于其预期用途。一般而言，全面的系统范围保证论证会汇总大量不同信息，例如安全分析、需求分析、设计、验证和其他工程活动的结果。尽管存在多种保证案例工具，但许多对论证结构的理想操作（例如层次化和模块化抽象、论证模式实例化以及丰富结构化信息的包含/提取）都缺乏自动化支持。为了弥补这一自动化差距，在过去四年中，我们一直在 NASA 艾姆斯研究中心开发一套保证案例自动化工具 AdvoCATE。本文介绍了如何在保证案例论证结构的形式化基础上设计 AdvoCATE，以提供以下独特功能：a ) 自动创建和组装保证论证，b ) 将形式化方法集成到更广泛的保证论证中，c ) 自动模式实例化，d ) 分层抽象，e ) 查询和视图，以及 f ) 论证验证。我们（和我们的同事）已在实际项目中使用 AdvoCATE 进行安全保证，在
科学论证与宗教教育
虽然四套资源中每套都只以一门科学学科为例（例如，《竞争理论》中的生物学），但所有四个论证框架都可以灵活地适应不同的科学学科或主题，因为每个框架都以三个学科组合（科学、宗教教育和跨学科）为样本。“论证”被概念化为将主张与证据和理由联系起来。在这种概念化中，提出证据和理由来证明主张。术语“依据”可用于指代主张的正当性。每套资源都设计了支架，以介绍基于日常示例的论证结构，以便学生可以学习构建合乎逻辑和合理的论证。在跨学科学习和论证技能的广泛目标中，科学和宗教教育在认识论性质、知识生成方法、课程内容和教学方法方面存在明显差异。强烈鼓励教师根据学生和教学环境的具体需求调整或修改本包的任何部分。
评估生成式人工智能的法律推理能力
OpenAI 于 2022 年 11 月推出 ChatGPT，这是人工智能领域的一次“大爆炸”。以前从未有过一种人工智能工具可用于如此多的领域，并且如此容易用于如此多不同的任务。它能够轻松地为各种任务生成完美的自然语言，例如总结文档、撰写有关任何给定主题的文章、写诗、起草旅行计划、概述演示文稿，甚至解决计算机编程练习，这真是令人惊叹。而所有这些基本上都是通过简单的技术来预测单词序列中最可能的下一个单词。因此，很容易认为，传统的符号人工智能对推理和论证的研究现在已经过时，让计算机参与推理和论证的正确方法是使用基于大型语言模型的生成人工智能。本文讨论了法律论证的这一问题，这是计算论证的一个重要应用领域。已经对大型语言模型 (LLM) 在法律推理任务中的表现进行了多项实验。本文回顾了一些此类实验，并更广泛地讨论了生成式人工智能参与法律论证的潜力。我们首先在第 2 部分简要总结人工智能和法律在法律论证方面的研究。然后，我们在第 3 部分进行一些方法论观察，并在第 4 部分回顾最近将 LLM 应用于法律推理的实验。然后，我们在第 5 部分讨论计算论证领域可以从这些研究中学到什么，最后得出结论。
微调论点和人工智能的反对
我认为人工智能的出现给微调论证和一般的上帝设计论证带来了新的问题，因为一个基于人工智能的非个人至上设计师，是上帝作为宇宙设计师（或据称不可简化的复杂生物结构设计师等）的一个相关替代方案。当然，像人类这样的个人设计师和非个人设计师（如狭义人工智能系统）之间存在差异，但正如我所说，只有当人类有灵魂时，将上帝视为最高设计师而不是以没有灵魂的人工智能为模型的非个人设计师才更合理。换句话说，只有当实体二元论之类的东西被证明是真实的时候，上帝的微调论证才能成功。从辩证法上讲，这使得微调论证的效果大大降低。
量子计算的简洁经典验证
摘要。我们为量子计算 (BQP) 构建了一个经典可验证的简洁交互式论证，其通信复杂性和验证器运行时间在 BQP 计算的运行时间内是多对数的（在安全参数中是多项式的）。我们的协议是安全的，假设不可区分混淆 (iO) 和错误学习 (LWE) 的后量子安全性。这是第一个简洁的论证，适用于普通模型中的量子计算；先前的工作（Chia-Chung-Yamakawa，TCC '20）既需要较长的公共参考字符串，又需要非黑盒使用以随机预言机建模的哈希函数。在技术层面，我们重新审视了构建经典可验证量子计算的框架（Mahadev，FOCS '18）。我们为 Mahadev 的协议提供了一个独立的模块化安全性证明，我们认为这是有独立意义的。我们的证明很容易推广到验证者的第一条消息（包含许多公钥）被压缩的场景。接下来，我们将压缩公钥的概念形式化；我们将该对象视为受限/可编程 PRF 的泛化，并基于不可区分混淆对其进行实例化。最后，我们使用（足够可组合的）NP 简洁知识论证将上述协议编译成完全简洁的论证。使用我们的框架，我们获得了几个额外的结果，包括 - QMA 的简洁论证（给定见证的多个副本）， - 量子随机预言模型中 BQP（或 QMA）的简洁非交互式论证，以及 - 假设后量子 LWE（无 iO）的 BQP（或 QMA）的简洁批处理论证。