- 关于行为和变化的推理
本书概述了从基础工作到界面与应用的人工智能研究，强调研究结果和当前问题，适合硕士和博士研究生以及研究人员和工程师了解更多关于人工智能的知识。
- 动态规范性：价值对齐的必要与充分条件
本研究论文旨在探讨道德和人类价值观在人工智能研究中的重要性，并提出了一个名为 Dynamic Normativity 的框架来解决通过学习范式对人工智能系统进行对齐的问题。
- 预测国际象棋中用户对着棋棋力的感知
研究论文说明了如何使用神经网络和棋局形状特征对象标准为 “卓越” 的棋局进行分类，达到了 79％的准确性，揭示了较弱引擎对棋局评价较低时更有可能被预测为 “卓越” 的特点，引领了计算机国际象棋引擎展示类似人类卓越和创意的可能性。
- ICMLAI 驱动的自主武器威胁地缘政治不稳定并危及 AI 研究
利用机器学习（ML）发展自主武器系统（AWS）对地缘政治稳定性和 AI 研究中的自由交流构成了严重风险。本文的目标是提醒公众和机器学习研究人员对军事技术中全面或近乎全面自主性带来的近期风险，并提出监管建议以减轻这些风险。
- 数据女权主义与人工智能
通过引入新的原则并与环境影响和同意相关，本文在探讨为进行公平、道德和可持续的 AI 研究而提出的交叉女权主义原则的基础上，阐述了女权主义对 AI 研究的重要性，并旨在解决 AI 研究中不平等、非民主、剥削和排斥力量，预防不安全、歧视或压迫性 - Hippocrates：医疗领域大型语言模型的开源框架
医疗领域的大型语言模型的集成将转变医学诊断、研究和患者护理，Hippocrates 是一个开源 LLM 框架，通过无限制地提供训练数据集、代码、检查点和评估协议来促进协作研究，解锁 LLM 的全部潜力，并使其在全球范围内享有人工智能研究的好 - 从原型科学到认识论单一文化：基准测试为深度学习革命铺平了道路
在过去的十年中，AI 研究严重依赖于构建越来越大的深度学习模型，这一方法在科学技术方面取得了令人难以置信的成就，但也阻碍了 AI 克服与解释能力、伦理危害和环境效率有关的长期限制。通过定性访谈和计算分析，我们对 AI 研究的三段历史追溯了这 - 电视节目的多模态摘要的模块化方法
这篇论文主要研究了如何用模块化方法总结电视节目，涉及人工智能研究中的复杂推理、多模态和长篇叙述等关键领域。作者提出了一种模块化方法，通过不同组件执行特定子任务，可以比端到端方法更灵活地实现。论文还引入了一个新的指标 —— 基于 PREFS（ - 位置论文：走向整体智能的智能代理
利用大型基础模型提高我们对开放环境中感知信息的理解，在 AI 研究中强调发展集成大型基础模型的代理人 AI，这一新兴领域涉及机器人技术、游戏和医疗等多种具身和基于代理的多模态交互，并讨论了代理人 AI 在各个领域和任务中展现出的能力，挑战我 - OSCaR：对象状态字幕和状态变化表示
通过介绍 Object State Captioning and State Change Representation (OSCaR) 数据集和基准测试，本文旨在解决智能模型在理解和推测物体状态变化方面的挑战，提出了一种新的评估多模态大型 - Segment Any Cell: 基于 SAM 的自动提示微调框架用于细胞核分割
通过引入改进的像素级图像分割模型 Segment Any Cell (SAC)，结合自动生成的实用提示和先进的 Fine-Tuning 技术，在核分割领域实现了优于现有 SOTA 方法的性能提升。
- 重新审视大型科技公司对人工智能研究的影响：从思想归属到机构关联的模因分析
本文旨在拓宽和深化我们对大型科技公司对人工智能研究领域的主导地位和影响力的理解。通过网络和迷因分析，我们揭示了大型科技公司对人工智能研究的具体影响之细微差别，并得出结果表明大型科技公司的主导地位在学术影响力方面被过度简化。这种更细致的理解有 - 谁在引领人工智能？行业 AI 研究分析
AI 研究越来越多地由行业推动，因此了解企业对该领域的贡献至关重要。我们通过研究发表论文、引用、训练规模和算法创新来比较领先的 AI 公司。我们的分析揭示了 Google、OpenAI 和 Meta 的重大作用。这三家公司负责一些最大规模的 - 进化机器学习与游戏
进化机器学习已被应用于游戏的多个方面和不同目的。AI 在游戏中的研究不仅关乎玩游戏，还包括生成游戏内容、模拟玩家等多个应用，其中许多应用对于进化机器学习提出了有趣的问题。本章将根据进化是用于增强机器学习还是机器学习用于增强进化来结构化地讨论 - 利用物体为中心的模型和 MDL 原则解决抽象和推理语料库（ARC）
通过使用 Abstraction and Reasoning Corpus（ARC）作为基准，我们介绍了一种与人类生成的自然程序相一致的以对象为中心的模型，这些模型不仅可以进行预测，还可以为输入 / 输出对提供联合描述，并且通过最小描述长度 - 基于出版物对企业对 AI 研究的影响分析
人工智能是我们时代最重要的技术之一，本文通过比较学术界和企业界合作的科研出版物，利用科学计量学数据来衡量企业对人工智能研究的影响，并发现由企业合著的出版物获得更高的引用次数和在线关注度，最终提出了保持学术界与工业界在人工智能研究领域和谐平衡 - 监控 AI 流程
通过对计算机视觉研究论文和专利的深入内容分析，揭示了计算机视觉与大规模监控之间的紧密联系，呈现了监控人工智能 (Surveillance AI) 的拓扑结构，以及其数据提取、数据转移和机构数据使用方面的普遍特征。
- 上下文 ≈ 环境
在 AI 研究中，通过对环境的关注以及在上下文中学习的方法，可以改善领域泛化的效果。
- 一种基于 ASP 的数据到文本处理的 xAI 方法
该论文提出了一个符合 xAI 要求的框架，通过 ASP/Python 程序对自然语言文本进行生成，并实现了对准确性错误和合成量的显式控制，同时利用逻辑规则对文本进行层级组织和结构管理。
- ICMLSocialAI 学校：发展心理学对人工社会文化代理的启示
本文旨在将心理学的社会认知能力引入到人工智能的社交互动代理中，并提出了一个名为 SocialAI school 的工具，用于进行与社会性和认知能力有关的实 现实验的参数化环境。