在线市场将被代表消费者行事的自主AI代理所改变。与人类浏览和点击不同，视觉语言模型（VLM）代理可以解析网页、评估产品并进行交易。这引发了一个基本问题：AI代理购买什么，以及为什么？我们开发了ACES，一个沙盒环境，将一个与平台无关的VLM代理与一个完全可编程的模拟市场配对，以研究这个问题。我们首先在简单任务的背景下进行基本理性检查，然后通过随机化产品位置、价格、评分、评论、赞助标签和平台背书，获得了前沿VLM实际购物行为的因果估计。模型显示出强烈但异质的位置效应：所有模型都偏好顶行，但不同模型偏好不同列，这削弱了普遍“顶部”排名的假设。它们惩罚赞助标签并奖励背书。对价格、评分和评论的敏感性在方向上与人类相似，但在不同模型之间幅度差异显著。受卖家使用AI代理优化产品列表的场景启发，我们展示了针对AI买家偏好对产品描述进行微小调整的卖家侧代理，如果AI中介购物占主导地位，可以带来市场份额的显著增长。我们还发现，模型之间的模态产品选择可能不同，在某些情况下，需求可能集中在少数精选产品上，引发了竞争问题。总之，我们的结果阐明了AI代理在电子商务环境中的行为，并在AI中介生态系统中提出了具体的卖家策略、平台设计和监管问题。
在金融领域，大型语言模型(LLM)由于预训练的参数化知识与实时市场数据之间的差异而频繁面临知识冲突。当LLM被部署在实际投资服务中时，这些冲突变得尤为棘手——模型内嵌的偏好与金融机构的偏好之间的错位可能导致不可靠的投资建议。然而目前很少有研究探讨LLM实际持有哪些投资观点。我们提出一个实验框架来研究此类冲突，首次对基于LLM的投资分析中的确认偏误进行量化分析。通过使用包含平衡与非平衡论点的假设场景，我们提取模型的潜在偏好并测量其持续性。聚焦行业、规模和动量三个维度，我们的分析揭示了不同模型特有的倾向性。特别值得注意的是，我们发现大多数模型普遍偏好大盘股和逆向策略。这些偏好往往会固化为确认偏误，即使出现反面证据，模型仍会坚持初始判断。
我们使用具有随机任务的学科内设计来了解使用AI检索增强生成(RAG)工具的有效性,以帮助分析师完成信息提取和数据注释任务。 我们复制了一个现有的、具有挑战性的现实世界注释任务,在一组数千页的公开披露文件上,从具有异构和不完整的信息内容的全球系统重要性银行(GSIB)的一组数千页的公开披露文件。 我们测试两种治疗条件。 首先,一个“天真”的AI使用条件,其中注释者只使用工具,并且必须接受他们给出的第一个答案。 第二,一个“交互式”的AI治疗条件,注释者交互式地使用该工具,并在必要时使用他们的判断来跟进其他信息。 与仅限人类基线相比,AI工具的使用将任务执行速度提高了10倍,并提高了任务准确性,特别是在交互条件下。 我们发现,当推断到全部任务时,与仅限人类的方法相比,这些方法可以节省长达268小时。 此外,我们的研究结果表明,注释器技能,不仅与主题领域,而且与人工智能工具,是任务性能的准确性和速度的一个因素。
提出了基于代理的拓扑优化算法,用于参数负载和边界条件下的线性弹性结构。 而不是学习状态(和相邻)问题的参数化解决方案或优化轨迹作为迭代的函数,建议的方法设计整个优化管道的替代版本。 首先,该方法预测给定问题配置的准最优拓扑结构,作为使用同质化方法优化的高保真拓扑结构的替代模型。 这是通过向前馈网络学习实现,在系统设置特征的输入参数和由编码器/解码器块确定的潜在空间之间的映射,减少了参数拓扑优化问题的维度并重建拓扑的高维表示。 然后,预测拓扑用作计算效率算法的初始猜测,该算法惩罚设计变量的中间值,同时执行系统的调节方程。 这一步允许该方法纠正替代模型引入的潜在错误,消除工件,并改进设计,以产生与底层物理学一致的拓扑结构。 提出了不同的架构,并对结果模型的近似和概括能力进行了数值评估。 准最优拓扑允许通过将优化迭代的平均次数减少53%,同时在目标功能的最佳值下实现低于4%的差异,即使在测试模型以推断超出训练和验证域的挑战性场景中,也能超越高保真优化器。
虽然大型语言模型(LLM)取得了令人印象深刻的进展,但它们在化学等科学领域的应用仍然受到浅层领域理解和推理能力有限的阻碍。 在这项工作中,我们专注于化学的特定领域,并开发化学推理器LLM,ChemDFM-R。 我们首先构建了一个全面的原子化知识点数据集,以增强模型对化学的基本原理和逻辑结构的理解。 然后,我们提出了一个混合来源的蒸馏策略,将专家策划的知识与一般域推理技能相结合,其次是特定领域的强化学习,以增强化学推理。 对各种化学基准的实验表明,ChemDFM-R在提供可解释的、原理驱动的输出的同时,实现了尖端的性能。 进一步的案例研究说明了明确的推理链如何显著提高模型在实际人类-AI协作场景中的可靠性、透明度和实用性。
我们提出了一个可训练的逐个部分代理模型,用于求解向前和反向参数化的非线性偏微分方程。 与其他几个替代和操作者学习模型一样,建议的方法使用编码器将高维输入y(x)降低到低维的潜在空间,μ_φ_y。 然后,使用完全连接的神经网络映射 μ_φ_y 到 μ_φ_y PDE 解决方案 h(x,t) 的潜在空间。 最后,使用解码器重建h(x,t)。 我们模型的创新之处在于它能够独立训练其三个组件。 与领先的操作员学习模型(如FNO和DeepONet)相比,这种方法导致培训所需的时间和精力大幅下降。 可分离训练是通过训练编码器作为y(x)的变自动编码器(VAE)和解码器作为h(x,t)VAE的一部分来实现的。 我们把这个模型称为VAE-DNN模型。 VAE-DNN与FNO和DeepONet模型进行了比较,以获得用于控制未限制含水层地下水流动的非线性扩散方程的向前和反向解。 我们的研究结果表明,与FNO和DeepONet型号相比,VAE-DNN不仅展示了更高的效率,而且在前向和反向解决方案方面也提供了卓越的准确性。
在许多工业应用中,通常使用训练GNN产生的图形嵌入在集成模型中,其中嵌入与其他表特征(例如,原始节点或边缘特征)在下游ML任务中结合。 例如,如果试图构建一个图形,使一些节点或边缘特征以表格格式存储,则表特征甚至可能自然产生。 在这里,我们解决了解释这些集成模型输出的问题,其中输入特征由学习的神经图嵌入和额外的表格特征组成。 我们提出了MBExplainer,一种具有增强图嵌入的下游模型模型无关的解释方法。 MBExplainer返回一个人类可辨的三重,作为整个管道的实例预测的解释,由三个组件组成:一个具有最高重要性的子图,最重要的节点特征,以及最重要的增强下游特征。 游戏理论公式用于通过分配三个与他们自己的特定游戏对应的Shapley值来考虑每个组件的贡献及其相互作用。 找到解释需要通过相应的本地搜索空间进行高效的搜索,以对应于每个组件。 MBExplainer应用了一种新颖的多层次搜索算法,能够以可计算的方式同时修剪本地搜索空间。 特别是,三个交织在一起的蒙特卡洛树搜索被用来迭代修剪本地搜索空间。 MBExplainer还包括一个全局搜索算法,该算法使用上下文匪徒在本地搜索空间中有效地分配修剪预算。 我们通过在多个公共图形数据集上为节点和图形分类任务提供一组全面的数值示例来展示 MBExplainer 的有效性。
我们证明,主成分分析(PCA)在以结构化方式应用于极变图像或向符号序列进行分段转换时,可以在不牺牲性能的情况下对神经模型进行极端压缩。 在三个案例研究中,我们展示了在PCA压缩极性MNIST上训练的一层分类器仅使用840个参数即可实现超过98%的精度。 在70维PCA减少的MiniLM嵌入物上训练的双层变压器在20个新闻组数据集上达到76.62%的精度,只有81000个参数。 仅解码器的变压器从70维PCA嵌入中生成连贯的令牌序列,同时使用不到17%的GPT-2参数计数,保留了超过97%的余辛相似性。 这些结果突出了基于PCA的输入压缩,作为将模型容量与信息内容保持一致的一般和有效的策略,从而实现跨多种模式的轻量级架构。
合成时间序列是定量金融中数据增强、压力测试和算法原型制作的重要工具。 然而,在以24/7交易、极端波动和快速制度转变为特征的加密货币市场中,现有的时间序列生成(TSG)方法和基准往往不足,危及实用。 大多数之前的工作(1)针对非金融或传统金融领域,(2)狭隘地关注分类和预测,而忽略了特定的复杂性,(3)缺乏关键的财务评估,特别是对于交易应用。 为了解决这些差距,我们引入了第一个针对加密货币领域定制的全面的TSG基准测试,从452个代币中策划了一个开源数据集,并评估了13个指标的TSG模型,涵盖5个关键维度:预测准确性,排名保真度,交易表现,风险评估和计算效率。 一个关键的创新是双任务评估框架:(1)预测效用任务测量合成数据如何很好地保存预测的时间和横截面模式,而(2)统计套利任务评估重建的序列是否支持用于交易的均值反射信号。 我们通过四种不同的市场制度,对来自五个方法论家族的八个代表性模型进行了基准测试,揭示了统计保真度和现实世界盈利能力之间的权衡。 值得注意的是,为在加密分析和战略开发中选择和部署TSG模型提供了模型排名分析和可操作指导。
Web3技术和人工智能代理的融合代表着一个快速发展的前沿,准备重塑分散的生态系统。 本文介绍了Web3和AI代理之间交叉点的第一个也是最全面的分析,研究了五个关键维度:景观、经济、治理、安全和信任机制。 通过对133个现有项目的分析,我们首先开发了一个分类法,并系统地绘制了当前的市场格局(RQ1),确定了项目分配和资本化的不同模式。 在这些发现的基础上,我们进一步调查了四个关键集成:(1)人工智能代理在参与和优化去中心化金融(RQ2)中的作用;(2)他们对增强Web3治理机制的贡献(RQ3);(3)他们通过智能漏洞检测和自动化智能合约审计(RQ4)加强Web3安全性的能力;(4)利用Web3固有的信任基础设施(RQ5)为AI代理操作建立强大的可靠性框架。 通过综合这些维度,我们确定了关键的集成模式,强调了与可扩展性、安全性和道德相关的基本挑战,并概述了未来研究的关键考虑因素,以构建具有有效AI代理交互的稳健、智能和值得信赖的分散系统。
大型预训练范式的成功,以大型语言模型(LLM)为例,激发了时间序列基础模型(TSFM)的发展。 然而,他们对金融烛台(K线)数据的应用仍然有限,通常表现不佳的未受过训练的架构。 此外,现有的TSFM经常忽略关键的下游任务,如波动性预测和合成数据生成。 为了解决这些限制,我们提出了Kronos,一个统一的,可扩展的预培训框架,专为金融K线建模而设计。 Kronos引入了一种专门的代币化器,它将持续的市场信息分为代币序列,保留了价格动态和贸易活动模式。 我们使用自动回归目标对Kronos进行预训练,该目标涉及来自45个全球交易所的120多亿条K线记录,使其能够学习细致入微的时间和交叉资产表示。 Kronos在一系列不同的财务任务中擅长零镜头设置。 在基准数据集上,Kronos将价格系列预测RankIC提高了93
基于位置的服务(LBS)数据提供了对人类流动性的关键见解,但其稀疏性通常产生不完整的行程和活动序列,使旅行和活动的准确推断变得困难。 我们提出了一个研究问题:我们能否使用源自高质量LBS数据的活动序列来恢复个体层面的不完整活动序列? 本研究提出了一种新的解决方案,即可变选择网络融合插入变压器(VSNIT),将插入变压器的灵活序列构造与可变选择网络的动态协方差处理能力相结合,以恢复不完整的活动序列中的缺失段,同时保留现有数据。 研究结果表明,VSNIT插入更多样化,更真实的活动模式,更紧密地匹配现实世界的可变性,并恢复中断的活动过渡更有效地与目标保持一致。 它还在所有指标上的表现明显优于基线模型。 这些结果突出了 VSNIT 在活动序列恢复任务中的卓越准确性和多样性,证明了其增强 LBS 数据效用以实现移动性分析的潜力。 这种方法为未来的基于位置的研究和应用提供了一个有前途的框架。
墙压对于理解流体引起的力和结构反应非常重要。 最近的作品研究了深度学习技术在预测平均压力系数和波动压力系数方面的潜力,但大多数现有的深度学习框架仅限于使用完整的空间信息预测单个快照。 为了预测流过长圆柱体的时空壁压力,本研究开发了一个具有物理意识的DeepU-Fourier神经网络(DeepUFNet)深度学习模型。 DeepUFNet由UNet结构和傅里叶神经网络组成,物理高频损失控制嵌入到模型训练阶段,以优化模型性能,其中参数β随训练时代的发展而变化。 进行风洞测试,使用高频压力扫描收集侧比为1.5的二维矩形圆柱体的壁压,攻击角度为零,从而构建一个用于DeepUFNet训练和测试的数据库。 DeepUFNet模型可以高精度地预测时空壁压力信息。 预测结果与实验数据之间的比较在统计信息、时间压力变异、功率谱密度、空间分布和时空相关性方面提出了一致性。 还发现,在DeepUFNet模型中嵌入物理高频损失控制系数β可以显着提高预测时空壁压力信息中的模型性能,特别是在预测高阶频率波动和壁压方差方面。 此外,使用稀疏的空间信息输入测试了DeepUFNet外推能力,该模型提供了令人满意的外推能力。
人工智能最近取得了重大进展,在民用和军事领域都取得了各种应用。 军方将人工智能视为开发更有效和更快的技术的解决方案。 虽然人工智能提供了提高运营效率和精确定位等好处,但它也引起了严重的道德和法律问题,特别是在侵犯人权方面。 在没有人类投入的情况下作出决定的自主武器可能威胁生命权并违反国际人道主义法。 为了解决这些问题,我们提出了一个三阶段框架(设计、部署和使用期间/之后),用于评估军事人工智能的设计、部署和使用中的人权问题。 每个阶段包括多个组成部分,涉及该阶段特有的各种关切,从偏见和监管问题到违反国际人道主义法的行为。 通过这个框架,我们的目标是平衡人工智能在军事行动中的优势与保护人权的必要性。
在经典的规划和一致的规划中,假设事先给出的命名对象有限,只有它们才能参与动作和流利。 这是域关闭假设(DCA)。 但是,存在实际规划问题,其中对象集随着操作执行而动态变化;例如,可以创建新对象,可以销毁旧对象。 我们在第一阶逻辑中制定计划问题,假设初始理论是一组有限一致的流利文字,当这保证在任何情况下只有有限许多可能的操作时,在计划的长度上强加一个有限整数绑定,并提议组织搜索在计划时间接地的行动序列。 我们展示了我们方法的健全性和完整性。 它可用于解决无边界的规划问题,而DCA属于顺序广义规划(无需传感操作)和符合性规划的交叉点,仅限于没有与流利文字的分离的情况。 我们讨论我们的规划师的概念实现。
在线市场将被代表消费者行事的自主AI代理所改变。与人类浏览和点击不同，视觉语言模型（VLM）代理可以解析网页、评估产品并进行交易。这引发了一个基本问题：AI代理购买什么，以及为什么？我们开发了ACES，一个沙盒环境，将一个与平台无关的VLM代理与一个完全可编程的模拟市场配对，以研究这个问题。我们首先在简单任务的背景下进行基本理性检查，然后通过随机化产品位置、价格、评分、评论、赞助标签和平台背书，获得了前沿VLM实际购物行为的因果估计。模型显示出强烈但异质的位置效应：所有模型都偏好顶行，但不同模型偏好不同列，这削弱了普遍“顶部”排名的假设。它们惩罚赞助标签并奖励背书。对价格、评分和评论的敏感性在方向上与人类相似，但在不同模型之间幅度差异显著。受卖家使用AI代理优化产品列表的场景启发，我们展示了针对AI买家偏好对产品描述进行微小调整的卖家侧代理，如果AI中介购物占主导地位，可以带来市场份额的显著增长。我们还发现，模型之间的模态产品选择可能不同，在某些情况下，需求可能集中在少数精选产品上，引发了竞争问题。总之，我们的结果阐明了AI代理在电子商务环境中的行为，并在AI中介生态系统中提出了具体的卖家策略、平台设计和监管问题。
近年来,大型语言模型(LLM)在构建通道检索数据集方面显示出巨大的潜力。 然而,现有方法在表达跨文档查询需求和控制注释质量方面仍然面临限制。 为了解决这些问题,本文提出了双向生成管道,旨在为文档内和跨文档场景生成3级分层查询,并在直接映射注释之上挖掘额外的相关性标签。 该管道引入了两种查询生成方法:从单文档文本自下而上,从多文档标题自上而下。 自下而上的方法使用LLM从文档内段落中同时在句子级别和段落级别上拆卸和生成结构化查询。 自上而下的方法包括三个关键的财务要素 - 行业,主题和时间 - 将报告标题分为集群,并提示LLM从每个集群生成主题级查询。 对于相关性注释,我们的管道不仅依赖于生成关系中的直接映射注释,而且还实现了间接正向挖掘方法,以丰富相关的查询-通道对。 利用这一管道,我们构建了一个金融通道检索生成数据集(FinCPRG),来自近1.3k份中国金融研究报告,其中包括分层查询和丰富的相关性标签。 通过对挖掘的相关性标签、基准测试和培训实验的评估,我们评估了FinCPRG的质量,并验证了其作为训练和基准测试的通道检索数据集的有效性。
我们推出了Bike-Bench,这是一个工程设计基准,用于评估具有多个现实目标和约束问题的生成模型。 随着生成式AI的覆盖范围不断增长,评估其理解物理定律,人类指南和硬约束的能力变得越来越重要。 工程产品设计位于这些困难任务的交叉点,为AI能力提供了新的挑战。 Bike-Bench评估AI模型生成设计的能力,这些设计不仅类似于数据集,而且符合特定的性能目标和限制。 为此,Bike-Bench量化了各种以人为中心和多物理场的性能特征,如空气动力学,人体工程学,结构力学,人类评级的可用性以及与主观文本或图像提示的相似性。 支持基准的是几个模拟结果数据集,10K人类评级自行车评估的数据集,以及140M设计的合成生成数据集,每个数据集都有参数化,CAD / XML,SVG和PNG表示。 Bike-Bench 被唯一配置为评估表格生成模型、LLM、设计优化和混合算法并排。 我们的实验表明,LLM和表格生成模型在有效性和最优度得分方面都达不到优化和优化增强的生成模型,这表明有很大的改进空间。 我们希望Bike-Bench,一个同类的基准,将有助于促进生成式AI的进展,解决受限的多目标工程设计问题。 代码、数据和其他资源在 decode.mit.edu/projects/bikebench/ 发布。
高频限价单(LOB)动态的生成建模是量化金融中一个关键但未解决的挑战,对于稳健的市场模拟和战略测试至关重要。 现有方法通常受到简化随机假设的限制,或者对于像Transformers这样的现代深度学习模型,依赖于通过离散化和绑定影响财务数据的高精度数值性质的代币化方案。 为了解决这些限制,我们引入了ByteGen,这是一种新颖的生成模型,直接在LOB事件的原始字节流上运行。 我们的方法将问题视为自动回归的下一字节预测任务,为此我们设计了一个紧凑而高效的32字节打包二进制格式,以表示市场消息而不会丢失信息。 我们工作的核心新颖性是彻底消除特征工程和标记化,使模型能够从其最基本的表示中学习市场动态。 我们通过调整H-Net架构来实现这一点,H-Net架构是一种混合的Mamba-Transformer模型,它使用动态的分块机制来发现市场消息的固有结构,而无需预先定义规则。 我们的主要贡献是:1)LOB建模的第一个端到端的字节级框架;2)高效的打包数据表示;3)对高频数据的全面评估。 ByteGen对CME比特币期货的3400多万次事件进行了培训,成功再现了金融市场的关键程式化事实,产生了现实的价格分配,重尾回报和爆发性事件时间。 我们的研究结果表明,直接从字节空间学习是一种有前途的高度灵活的范式,用于对复杂的金融系统进行建模,在标准市场质量指标上实现竞争表现,而不会产生代币化的偏见。
飞机维修机库的有效管理是一项关键的运营挑战,涉及有关飞机调度和空间分配的复杂、相互依存的决定。 本文介绍了一种新的连续时间混合整数线性编程(MILP)模型,以解决这个集成的时空问题。 通过将时间视为连续变量,我们的配方克服了传统离散时间方法的可扩展性限制。 精确模型的性能与建设性的人性方法相媲美,其实际适用性通过定制的可视化仪表板进行展示。 计算结果引人注目:该模型解决了多达25架飞机的实例,通常只需几秒钟,并且对于多达40架飞机的大规模案例,在已知最佳差距下提供高质量的解决方案。 在所有测试的场景中,由此产生的解决方案始终如一且显着优于方法,这突出了框架的实质性经济效益,并为解决方案时间和最优之间的权衡提供了宝贵的管理见解。
大规模人工智能系统的迅速发展正在重塑人与机器之间工作划分的方式。 我们将这种重新分配形式化为迭代的任务委派地图,并表明,在广泛的、经验基础的假设下,这个过程收敛到稳定的无效均衡,其中每项任务都由具有持久比较优势的代理人(人或机器)执行。 利用晶格理论的定点工具(Tarski和Banach),我们(i)证明存在至少一种这样的平衡,(ii)产生轻微的单调条件,保证独特性。 在程式化的连续模型中,长跑自动化共享采用封闭形式 x^* = α / (α + β),其中α捕获自动化的速度和以人为中心的新任务出现的速度;因此,每当β> 0时,都排除了完全自动化。 我们将这种分析结果嵌入到三个互补的动态基准中 - 离散线性更新,进化复制器动态和连续的Beta分配任务频谱 - 每个频谱都收敛到相同的混合平衡,并且可以从提供的无代码公式中再现。 2025年至2045年模拟校准到目前的采用率项目自动化从大约10个上升
财务决策通常依赖于各种数据源的深入数据分析,包括财务表、新闻文章、股价等。 在这项工作中,我们引入了FinTMMWench,这是评估金融中时间感知多模态检索生成(RAG)系统的第一个综合基准。 FinTMMWench基于纳斯达克100家公司的异源数据,提供了三个显著的优势。 1)多模态语料库:它包括金融表,新闻文章,每日股票价格和视觉技术图表作为语料库的混合。 2)时间感知问题:每个问题都需要在特定的时间段内检索和解释其相关数据,包括每日、每周、每月、每季度和年度。 3) 多元金融分析任务:问题涉及领域专家设计的10个不同的财务分析任务,包括信息提取、趋势分析、情绪分析和事件检测等。 我们进一步提出了一种新的TMMHybridRAG方法,该方法首先利用LLM将其他模式(例如,表格,视觉和时间序列数据)的数据转换为文本格式,然后在构建图形和密集索引时在每个节点中集成时间信息。 它的有效性已经在广泛的实验中得到验证,但仍然存在显着的差距,突出了我们的FinTMMBench带来的挑战。
我们如何学习何时坚持,何时放手,何时换档? Gearshift Fellowship(GF)是一种新的Supertask范式的原型,旨在模拟人类和人工代理如何适应不断变化的环境需求。 Supertasks以认知神经科学,计算精神病学,经济学和人工智能为基础,将计算神经认知建模与严肃的游戏相结合。 这创造了一个动态的,多任务的环境,旨在评估认知和社会环境中的适应性行为机制。 计算参数通过控制游戏环境来解释行为和探针机制。 与传统任务不同,GF能够在感知决策、学习和元认知水平之间对个体差异进行神经认知建模。 这使得GF成为一个灵活的测试平台,用于了解认知影响控制过程,学习风格,策略使用和动机转变如何适应各个背景和时间。 它作为科学家的实验平台,临床医生的表型到机制干预,以及旨在加强自我调节学习,情绪和压力弹性的玩家的培训工具。 在线研究(n = 60,正在进行的)结果表明,GF从传统的神经心理学任务(构建有效性)中恢复效果,揭示了学习如何因语境而异以及临床特征如何映射到不同适应的新模式。 这些发现为开发游戏内干预措施铺平了道路,这些干预措施可以促进自我效能和代理,以应对现实世界的压力和不确定性。 GF建立了一个新的适应性生态系统,旨在加速科学,改变临床护理,促进个人成长。 它提供了一个镜像和训练场,人类和机器共同开发更深层次的灵活性和意识。
人工智能(AI)系统正在从被动工具进化到能够推理、适应和以最小的人为干预作用的自主代理。 尽管它们的存在越来越多,但缺乏一个结构化的框架来分类和比较这些系统。 本文开发了一种代理AI系统的类型学,引入了八个维度,在序结构中定义其认知和环境代理。 使用多阶段方法论方法,我们构建和完善了这种类型的方法,然后通过人-AI混合方法进行评估,并进一步提炼成构造类型。 该框架使研究人员和从业者能够分析AI系统中不同级别的代理。 通过提供对AI能力发展的结构化视角,类型学为评估当前系统并预测代理AI的未来发展提供了基础。
空间转录组学揭示了组织环境中的基因表达模式,从而实现了治疗反应预测等精准肿瘤学应用,但其高成本和技术复杂性限制了临床采用。 从常规组织病理学图像中预测空间基因表达(生物标记)提供了一种实用的替代方案,但目前基于视觉变压器(ViT)骨干的病理学中视觉基础模型(VFMs)的表现低于临床标准。 鉴于VFM已经在数百万种不同的整张幻灯片图像上进行了训练,我们假设ViTs以外的建筑创新可能会更好地捕捉与分子表型相关的低频,微妙的形态模式。 通过证明具有负真实特征值的初始状态空间模型表现出强烈的低频偏差,我们引入了MV_Hybrid,这是一种将状态空间模型(SSM)与ViT相结合的混合骨干架构。 我们比较了病理VFM的其他五个不同的骨干架构,这些架构都使用DINOv2自监督学习方法在相同的结直肠癌数据集上进行预训练。 我们使用同一生物标志物数据集的随机拆分和留置式研究(LOSO)设置评估所有预训练模型。 在 LOSO 评估中,MV_Hybrid 达到 57
