您需要什么主题的文档?
先进人工智能的伦理影响
先进的人工智能正在改变我们与世界互动的方式以及我们做出决策的方式. 随着机器变得越来越聪明, 还增加了必须考虑的道德影响. 这些是先进人工智能的一些最重要的伦理影响: 道德责任: 随着机器变得更加自主, 涌
人工智能的未来和伦理
人工智能 (IA) 它是我们这个时代最具颠覆性的技术之一，其对社会的影响是不可否认的。. 随着人工智能在我们的生活中变得越来越普遍, 重要的是要考虑人工智能的未来以及我们如何确保它的使用合乎道德. 人工智能有改进的潜力
微电网及其在能源弹性中的作用
微电网及其在能源弹性中的作用微电网是自治和分散的电力系统，可以独立运行或连接到主电网. 这些系统可能包括可再生能源, 储能和充电管理技术. 微电网的实施可以显着提高社区和地区的能源弹性. 如果发生中断
微生物组及其对人类健康的影响
微生物组是生活在我们体内的一组微生物, 包括细菌, 病毒, 真菌和其他生物. 这些微生物对我们的健康和福祉发挥着至关重要的作用, 因为它们与我们的免疫系统相互作用, 消化和神经. 研究表明微生物组失衡可能与多种疾病有关, 从消化系统疾病到心理健康问题.
“一本奇怪的混合曲书”:
“一本奇怪的混合曲书”: 露西·拉科姆 (Lucy Larcom) 的《工作田园诗》 玛丽·洛菲尔霍兹 (Mary Loeffelholz) IN 1875, 波士顿出版商奥斯古德 & 公司发行了露西·拉科姆的第一首也是唯一一首长篇叙事诗, 田园诗般的工作. 大致基于 Larcom 的岁月 (从 1836 到 1846) 作为洛厄尔纺织厂的工厂工人, 马萨诸塞州, 工作田园诗以团体主角为特色: 三个年轻女磨坊工人, WHO
米拉克: 多语言检索数据集覆盖
米拉克: 多语言检索数据集覆盖 18 Diverse Languages Xinyu Zhang1∗, 南丹·塔库尔1*, 奥杜纳约·奥贡德波1, 埃桑·卡玛卢1†, 大卫·阿方索-赫尔梅洛2, Xiaoguang Li3, Qun Liu3, 迈赫迪·雷扎格利扎德2, 林志颖1 1大卫 R. 切里顿计算机科学学院, 滑铁卢大学, 加拿大2华为诺亚方舟实验室, 加拿大3华为诺亚方舟实验室, 中国摘要 MIRACL 是一个跨语言即席检索的多语言数据集 18 共同涵盖以上的语言
探索开放域问答的对比度一致性
探索开放域问答系统在最小编辑问题上的对比度一致性 张志涵, Wenhao Yu, Zheng Ning, Mingxuan Ju, 孟江圣母大学, 圣母, 在, 美国 {张23, 乌尤1, 你的, 米尤2, mjiang2}@nd.edu 摘要 对比一致性, 模型在存在扰动的情况下做出一致正确预测的能力, 是NLP的一个重要方面. 在研究诸如
行为学习泛化的跨职能分析
行为学习泛化的跨功能分析 Pedro Henrique Luz de Araujo1,2 和 Benjamin Roth1,3 1计算机科学学院, 维也纳大学, 维也纳, 奥地利 2UniVie 博士生学院计算机科学, 维也纳, 奥地利 3语言与文化研究学院, 维也纳大学, 维也纳, 奥地利 {佩德罗·恩里克·卢斯·德·阿劳霍, 本杰明·罗斯}@univie.ac.at 摘要 在行为测试中, 标准评估设置中未充分体现系统功能 (带有保留的测试集) 通过受控验证
跨语言压力
词序统一信息密度的跨语言压力 Thomas Hikaru Clark1 Clara Meister2 Tiago Pimentel3 Michael Hahn4 Ryan Cotterell2 Richard Futrell5 Roger Levy1 1MIT, 美国 2ETH 苏黎世, 瑞士 3剑桥大学, 英国4萨尔大学, 德国 5UC 尔湾分校, 美国 thclark@mit.edu meistecl@inf.ethz.ch tp472@cam.ac.uk mhahn@lst.uni-saarland.de ryan.cotterell@inf.ethz.ch rfutrell@uci.edu rplevy@mit.edu 摘要自然语言在规范词序和词序弹性方面都有很大差异- 能力, 他们的话
时间和空间高效的加权扣除
时空有效的加权演绎 Jason Eisner 约翰·霍普金斯大学计算机科学系 jason@cs.jhu.edu 摘要 许多 NLP 算法都是用演绎系统来描述的. 未加权扣除允许通用的前向链接执行策略. 加权扣除, 然而, 高效的执行力应该促进- 仅在收敛后才对每个项目的权重进行门控. 这意味着按拓扑排序顺序访问项目 (就像动态规划一样).
沟通推动了语言共性的出现
沟通推动神经代理中语言共性的出现: 词序/格标记权衡的证据 连雨辰(西德:2) † 阿里安娜·比萨扎‡* (西德:2)电子信息工程学院, Xi’an Jiaotong University, 中国 †莱顿高级计算机科学研究所, 莱顿大学, 荷兰人 {连云, 法庭}@liacs.leidenuniv.nl ‡语言和认知中心, 格罗宁根大学, 荷兰 a.bisazza@rug.nl Tessa Verhoef †∗ 摘要 人工学习者的行为通常与人类学习者不同
众包隐式话语关系的设计选择:
众包隐式话语关系的设计选择: 揭示任务设计引入的偏差 Valentina Pyatkin1 Frances Yung2 Merel C. J. Scholman2,3 Reut Tsarfaty1 Ido Dagan1 Vera Demberg2 1巴伊兰大学, 拉马特甘, 以色列2萨尔大学, 萨尔布吕肯, 德国 3乌得勒支大学, 乌得勒支, 荷兰 {皮亚特基夫,沙皇路透}@biu.ac.il; dagan@cs.biu.ac.il {弗朗西斯,舒尔曼,维拉}@coli.uni-saarland.de 摘要 自然语言注释中的分歧主要是从注释者和注释者引入的偏见的角度来研究的。
语义文本相似性中的集体人类观点
人类对语义文本相似性的集体看法 王玉霞♠ 陶世民♣ Timothy Baldwin♠♥ 谢宁♣ Karin Verspoor♠ 杨浩♣ ♠ 墨尔本大学, 墨尔本, 维多利亚, 澳大利亚 ♣ 华为 TSC, 北京, 中国 ♥ MBZUAI, 阿布扎比, 阿联酋 ❖RMIT 大学, 墨尔本, 维多利亚, 澳大利亚 yuxiaw@student.unimelb.edu.au karin.verspoor@rmit.edu.au {陶石民,谢霆锋,羊豪30}@huawei.com tb@ldwin.net l 从 h t t p 下载 :
带有问答蓝图的条件生成
使用问答蓝图进行条件生成 Shashi Narayan1, 约书亚·梅内斯1, 雷纳德·金·安普莱奥1, 库兹曼·甘切夫1, 安妮路易斯2, 芳汀·胡特1, 安德斯·桑德霍姆2, 迪潘詹·达斯1, Mirella Lapata1 1Google DeepMind, 英国 2Google 研究部 shashinarayan@google.com, joshuahm@google.com, 雷纳德@google.com, kuzman@google.com, annielouis@google.com, fantinehuot@google.com, sandholm@google.com, dipanjand@google.com, lapata@google.com 摘要 传达相关且忠实的信息的能力- 阵型对于作战中的许多任务至关重要- 重复生成，但对于神经序列到序列仍然难以捉摸
高质量定向无环变压器预训练
用于高质量非自回归文本生成的定向非循环变压器预训练 Fei Huang Pei Ke Minlie Huang* CoAI 小组, 清华大学, 北京, 中国人工智能研究院, 智能技术与系统国家重点实验室, 北京国家信息科学技术研究中心, 计算机科学与技术系, 清华大学, 北京, 中国 f-huang18@mails.tsinghua.edu.cn, kepei1106@outlook.com, aihuang@tsinghua.edu.cn 抽象非自回归 (纳尔) 文本生成模型已经吸引了很多人
基于检索的系统中公共和私有数据的推理
基于检索的系统中公共和私有数据的推理 Simran Arora3, 帕特里克·刘易斯4**, 范安琪1, 雅各布·卡恩2*, 和 Christopher R´e3* 1Facebook 人工智能研究, 法国 2Facebook 人工智能研究, 美国 {安吉拉凡, 雅各布卡恩}@fb.com 3斯坦福大学, 美国 {西姆兰, 克里斯姆雷}@cs.stanford.edu 4Cohere, 美国 Patrick@cohere.ai 摘要 组织正在生成的用户- 来自各种来源的私人数据数量不断增加. 纳入私人骗局- 文本对于个性化开放域很重要