XiaoMi-AI文件搜索系统
World File Search System通才
视觉语言模型驱动的计算机控制代理
大语言模型（LLM）可以调用各种工具和API来完成复杂的任务。作为最强大和最通用的工具，计算机可能会由训练有素的LLM代理控制。由计算机提供动力，我们可以希望建立一个更广泛的代理，以帮助人类进行各种日常数字作品。在本文中，我们为视觉语言模型（VLM）代理构建了一个环境，以与真实的compoter屏幕交互。在此环境中，代理可以通过输出鼠标和键盘操作来观察屏幕截图并操纵图形用户界面（GUI）。我们还设计了一个自动控制管道，其中包括计划，表演和反映阶段，指导代理商与环境不断互动并完成多步骤任务。此外，我们构建了Screena-Gent数据集，该数据集在完成每日计算机任务时会收集屏幕截图和计算序列。最后，我们培训了一个模型，即Crabitagent，该模型可以达到与GPT-4V的可比计算机控制能力，并展示了更精确的UI定位功能。我们的尝试可以进一步研究建立通才LLM代理商。代码和更详细的信息在https://github.com/niuzaisheng/screenagent上。
朝着机器人行为的可解释基础模型
Elaine Schaertl Short Elaine.short@tufts.edu工程学院塔夫茨大学抽象基础模型是通往通用和用户友好机器人的有前途的途径。普遍的方法涉及培训“通才政策”，该政策像强化学习政策一样，使用观察结果来输出动作。尽管这种方法取得了很大的成功，但是在考虑与这些系统的部署和最终用户互动时，出现了一些问题。特别是，任务之间缺乏模块化意味着，当更新模型权重（例如，当用户提供反馈时）时，其他无关任务的行为可能会受到影响。这可能会对系统的解释性和USABIL产生负面影响。我们提供了一种替代方法，用于设计机器人基础模型的设计，策略参数的扩散（DPP），该方法生成独立的，特定于任务的策略。由于这些策略与基础模型分离，因此仅在用户想要通过反馈或个性化的情况下更新它们，从而使他们能够高度熟悉该策略。我们在模拟中证明了DPP的概念概念证明，然后讨论其局限性以及可解释的基础模型的未来。
托管特异性和对啮齿动物感染的抗性H
狗钩虫（Ancylostoma caninum）仍然是狗的重要病原体，能够引起严重的贫血，甚至在幼犬和衰弱的狗中死亡（Bowman 2020）。这对天然发生的多动药抗药性（MADR）分离株的出现和传播加剧了（Kitchen等人2019; Jiminez Castro等。2019，2020，2021; Venkatesan等。2023; McKean等。2024）。与狗的驱虫测试以及寄生虫严格的宿主特异性相关的成本和道德问题是对治疗Madr Hookworms的新药物开发的严重障碍。开发用于抗体曲霉的啮齿动物模型将消除这些障碍。成功地感染了与同一属的通才钩虫Ancylostoma ceylanicum感染免疫缺陷的小鼠，尽管具有完全功能的免疫系统不是允许的宿主的小鼠，但已有率（Langeland et al。2024）。在此，我们报告的结果表明，宿主建立所必需的宿主 - 寄生虫相互作用的特异性在同一线虫属的成员之间差异很大，因为尽管免疫抑制或缺乏症，但专业寄生虫A. caninum仍无法感染非烷基宿主的宿主。
![arxiv：2503.08603v1 [cs.lg] 2025年3月11日](/simg/9\968cf1f5162a00ad844ae1cc3a7b748f33f0e2f5.webp)
arxiv：2503.08603v1 [cs.lg] 2025年3月11日
摘要。细胞显微镜数据丰富；但是，相应的分割注释仍然很少。此外，细胞类型，成像设备和染色技术的变化引入了数据集之间的重要差距。因此，在各种数据集（源数据集）上训练的大型，预处理的销售模型都难以推广到看不见的数据集（目标数据集）。为了克服这个通用的问题，我们提出了细胞风格，它提高了此类模型的分割质量，而无需为目标数据集提供标签，从而实现了零照片的适应性。CellStyle将未注释的目标数据集（例如纹理，颜色和噪声）的属性转移到注释的源数据集。在保留源图像的单元格形状时进行此转移，以确保在维护目标数据集的视觉特征的同时仍然可以使用现有的源注释。带有现有注释的样式合成图像使通才分割模型的填充能够应用于未经通知的目标数据。我们证明，通过对样式转移数据的多个分割模型进行验证，CellStyle可以显着改善各种数据集的零光单元分割性能。该代码将公开可用。
护理实践和领域理学学士...
埃尔帕索（El Paso）的西南大学符合以下内容：《平等机会法》，《年龄歧视法》和《美国残疾人法》。 所有的入口和退出El Paso建筑物以及所有办公室和教室的所有入口和退出符合ADA的要求。 此外，埃尔帕索（El Paso）的西南大学为学生提供了特殊需要的ADA批准的洗手间，并修改了教室家具，以满足他们的需求。 残疾学生要求提供住宿以获取现场经验，例如实践经验，必须在现场经验之前向残疾人服务办公室注册，并阐明其特定的住宿需求。 在大多数情况下，现场体验网站具有自己的系统，可确保残疾员工/实习生的平等访问权限。 残疾人服务办公室将有助于解决这些系统中的任何差距。 BSN在线计划的 rn理念BSN计划完成哲学是由学士学位教育的专业护理实践的基本要素（2008年）的指导。 这种哲学反映了教师对护理和护理教育，人及其环境以及健康与疾病的性质的信念。 作为了解和重视跨学科合作必要性的自治专业人员，学士学位的通才护士是跨专业卫生团队的一部分，该团队为个人，家庭和社区提供全面的护理。埃尔帕索（El Paso）的西南大学符合以下内容：《平等机会法》，《年龄歧视法》和《美国残疾人法》。所有的入口和退出El Paso建筑物以及所有办公室和教室的所有入口和退出符合ADA的要求。此外，埃尔帕索（El Paso）的西南大学为学生提供了特殊需要的ADA批准的洗手间，并修改了教室家具，以满足他们的需求。残疾学生要求提供住宿以获取现场经验，例如实践经验，必须在现场经验之前向残疾人服务办公室注册，并阐明其特定的住宿需求。在大多数情况下，现场体验网站具有自己的系统，可确保残疾员工/实习生的平等访问权限。残疾人服务办公室将有助于解决这些系统中的任何差距。rn理念BSN计划完成哲学是由学士学位教育的专业护理实践的基本要素（2008年）的指导。这种哲学反映了教师对护理和护理教育，人及其环境以及健康与疾病的性质的信念。作为了解和重视跨学科合作必要性的自治专业人员，学士学位的通才护士是跨专业卫生团队的一部分，该团队为个人，家庭和社区提供全面的护理。
从核存储池采样的生物膜的分类组成和功能分析
从放射性材料存储池的墙壁上存在的少量生物膜（例如，如果分类学表征和不同生物量贡献的估计是目标是目标）。尽管提取的DNA和测序是最广泛应用的方法，但提取的DNA上的16S/18S rRNA扩增是其在定量方面的可靠性，因为产量可以依赖于物种。在这里，我们提出了一种串联质谱法蛋白型蛋白型方法，该方法包括获取肽数据并将其解释然后针对通才数据库而没有任何先验的数据库。将肽序列信息转化为有用的分类信息，该信息允许在不同的分类学等级获得不同的生物量贡献。第一次使用这种新方法来分析从用于将放射性来源存储在核设施中的池中收集的微量材料中分析生物膜的组成。对于这些生物膜，我们报告了三个属的鉴定，即鞘花，花椰菜和酸源，以及它们通过元蛋白质组学的功能表征，这表明这些生物是代谢活性的。基因本体论的差异表达在两种主要微生物之间的goslim术语突出了它们的代谢专业化。
咨询塔斯马尼亚心脏战略草案
•心脏筛查和诊断6C是CRI6CAL的疾病detec6on和Preven6on，我们期待在该策略下看到未来的Ini6a6ves，这些策略认为心脏病管理的所有阶段都认为心脏TES6NG的作用（包括心脏超声检查）。•心脏TES6NG - 包括超声心动图 - 是心脏病detec6on和诊断的基石。健康prac666oners依靠可靠的6个结果来诊断，监测和治疗心脏病。•心脏超声检查员是经过超声心动图培训的高度专业专家。这是超声检查的专业领域，而且大多数通才超声师无法执行该角色。•等待6ME在塔斯马尼亚州，尤其是北部的超声心动图已经很高，这对单个Pa6ent护理以及Mul6ple下游效果产生了不利影响，需要立即的Ajen6on。•等待6mes反映了长期的长期，长期缺乏超声波检查员和澳大利亚心脏超声检查员的短缺。这在塔斯马尼亚州更为明显。由于少量的雇主数量，地理隔离6on和缺少本地教育6onal Ins6tu6on具有超声检查质量CA6ON。的角色是不填写的，而服务需求不能以合理的6me满足目前的静止水平。
![arxiv：2409.20537V1 [CS.RO] 2024年9月30日](/simg/c\c9d07b9eebb39943a91510a51e0263b170bd4778.webp)
arxiv：2409.20537V1 [CS.RO] 2024年9月30日
当今培训通才机器人模型的障碍之一是异质的。以前的机器人学习方法经常收集数据以用一个特定的实施例来训练一个任务，这很昂贵且容易拟合。这项工作通过对不同实施方案和任务进行大规模的机器人数据的异质预培训来研究学习政策表示的问题。我们提出了异构训练的变形金刚（HPT），该变压器（HPT）预先训练了策略神经网络的大型，可共享的后备箱，以学习任务和实施不可知的共享表示。该一般体系结构将特定的本体感受和视力输入与从不同的实施例到短的令牌顺序，然后处理这些令牌以映射以映射以控制不同任务的机器人。利用最近的大规模多种设备现实世界机器人数据集以及模拟，部署的机器人和人类视频数据集，我们研究了异质性跨越的训练策略。我们进行实验，以研究培训目标的缩放行为，达到52个数据集。HPT在多个模拟器基准和真实世界设置中，在看不见的任务上，超过20％的策略绩效提高了几个基线，并提高了超过20％的策略绩效。
genrl：体现剂中的多模式基础世界模型
学习通才体现的代理，能够解决不同领域中的多种任务是一个长期存在的问题。强化学习（RL）很难扩大规模，因为它需要为每个任务进行复杂的奖励设计。相比之下，语言可以以更自然的方式指定任务。当前的基础视觉模型（VLMS）通常需要进行微调或其他适应性，这是由于显着的域间隙在实施情况下被采用的。但是，此类域中缺乏多模式数据代表了开发用于具体应用的基础模型的障碍。在这项工作中，我们通过介绍多模式基础世界模型来克服这些问题，能够将基础VLM的表示和对齐为RL的潜在生成世界模型的潜在空间，而无需任何语言注释。最终的代理学习框架GenRL允许人们通过视觉和/或语言提示指定任务，将其扎根在体现的域的动态中，并学习想象中的相应行为。通过机车和操纵域中的大规模多任务基准测试评估，GenRL可以通过语言和视觉提示来实现多任务概括。此外，通过引入无数据的政策学习策略，我们的方法为使用生成世界模型的基础政策学习奠定了基础。
与儿童和青少年的社会工作实践
1。考虑社会背景，法律和政策问题，并帮助为儿童和青少年提供服务的系统，包括社会工作价值观和道德在为儿童提供服务的重要作用，对围绕儿童保护和青少年权利的法律法规的熟悉以及少年和法律制度内的社会工作角色的熟悉。2。将社会工作干预的通才原则与儿童和青少年一起运用，例如评估儿童和青少年作为客户的独特性，与父母和/或护理人员的计划，家庭的中心地位以及社会工作者在治疗团队和倡导方面的作用。3。分析正常的儿童和青少年发展以及儿童和青少年的主要问题，尤其是那些处于危险中的孩子，包括认知，沟通，行为和情绪问题，依恋障碍，创伤，药物滥用以及发育障碍以及当前诊断和统计障碍的疾病（DSM）（DSM）。4。利用生物心理社会评估作为制定治疗计划的基础，并选择适当的治疗方式和策略，包括游戏疗法的方式，认知行为和家庭疗法以及小组治疗。5。评估有证据的主要治疗模型，包括其假设，策略以及对儿童和青少年的问题和服务环境的应用。6。分析反种族主义，多样性，公平性和包容性（ADEI）对儿童和青少年诊断，评估和干预的影响。