期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
1990—2019年亚洲主要国家与全球宫颈癌疾病负担变化趋势分析 被引量:2
1
作者 何贤英 王振博 +2 位作者 初云天 赵杰 崔芳芳 《中国卫生统计》 CSCD 北大核心 2024年第4期487-490,496,共5页
目的分析1990—2019亚洲主要国家及全球宫颈癌疾病负担,为制定宫颈癌防控策略提供科学依据。方法收集1990—2019年全球疾病负担研究(global burden of disease,GBD)数据,利用发病、死亡、伤残调整寿命年(disability-adjusted life years... 目的分析1990—2019亚洲主要国家及全球宫颈癌疾病负担,为制定宫颈癌防控策略提供科学依据。方法收集1990—2019年全球疾病负担研究(global burden of disease,GBD)数据,利用发病、死亡、伤残调整寿命年(disability-adjusted life years,DALY)等指标定量评估宫颈癌的疾病负担情况,采用估计百分百变化(estimated annual percent change,EAPC)分析疾病负担时间变化趋势。结果1990—2019年,全球宫颈癌标化发病率从7.64/10万下降至6.81/10万,标化死亡率从4.46/10万降低至3.40/10万,标化DALY率从139.98/10万下降至107.20/10万,年平均降低分别为0.39%、0.96%、0.94%(EAPC<0,P<0.05)。亚洲主要国家中,中国的标化发病率从4.20/10万上升至5.53/10万,平均每年增长1.63%(EAPC>0,P>0.05)。中国宫颈癌的死亡数从2.64万增加到5.34万,相对增长1.02倍,全球及亚洲主要国家标化死亡率、标化DALY率均呈逐年下降趋势,而中国未出现下降趋势。相关分析显示,发病率与社会人口指数(socio-demographic index,SDI)无明显相关性(ρ=-0.13,P=0.11),死亡率与SDI呈负相关(ρ=-0.74,P<0.001),DALY与SDI也呈负相关(ρ=-0.77,P<0.001)。结论中国宫颈癌的标化发病率、死亡率逐年增加,疾病负担呈上升趋势,应积极采取科学有效的防控措施,降低宫颈癌疾病负担。 展开更多
关键词 宫颈癌 伤残调整寿命年 疾病负担 时间趋势
在线阅读 下载PDF
“人机对齐问题”对DeepSeek提出的哲学挑战——以“前见—偏见”关系为切入点 被引量:1
2
作者 徐英瑾 《江海学刊》 北大核心 2025年第3期108-119,256,共13页
目前困扰人工智能学界的“人机对齐问题”不仅是一个工程学问题,而且有着深刻的哲学面向。具体而言,有待被“机器的行为”对齐的“人的行为”本身就涉及不同人群价值观之间的分歧,而这些分析又涉及“前见”与“偏见”之间的微妙关系。因... 目前困扰人工智能学界的“人机对齐问题”不仅是一个工程学问题,而且有着深刻的哲学面向。具体而言,有待被“机器的行为”对齐的“人的行为”本身就涉及不同人群价值观之间的分歧,而这些分析又涉及“前见”与“偏见”之间的微妙关系。因此,一种完成“人机对齐”的人工智能系统就应当能做到一方面既能保护那些反映人类文化多样性的“前见”,另一方面又能筛除那些明显有害的“偏见”。但人工智能又该如何在“保护无害前见”与“筛除有害偏见”之间保持合适的亚里士多德式中道呢?目前以DeepSeek为代表的大语言模型在其自身行为主义预设的误导下,是无法找到这条中道的。而在与行为主义对抗的功能主义预设的引导下,我们需要对“偏见”进行一种基于信息加工过程(而不是基于其表达内容)的定义,即:“偏见”也就是智能体在面对显著的反例时依然固执坚持的“前见”。对于这种定义的工程化实现将诉诸对于诸认知模块之间协同关系的功能主义构建,而这也是一条迥异于大语言模型的“新质”人工智能道路。 展开更多
关键词 人机对齐问题 大语言模型 前见 偏见 行为主义 功能主义
在线阅读 下载PDF
框架问题、文学创作与DeepSeek等大语言模型——从“偶然性哲学”的角度看
3
作者 徐英瑾 《上海师范大学学报(哲学社会科学版)》 北大核心 2025年第2期16-29,共14页
在符号人工智能时代提出的“框架问题”,可以表述为:如何让一个计算系统以可控的成本,在常识推理中区分出哪些信念与当下推理相关,哪些又不相关,并在此基础上以合理的方式将相关信念并入当下的推理进程。尽管今天基于深度学习的大语言... 在符号人工智能时代提出的“框架问题”,可以表述为:如何让一个计算系统以可控的成本,在常识推理中区分出哪些信念与当下推理相关,哪些又不相关,并在此基础上以合理的方式将相关信念并入当下的推理进程。尽管今天基于深度学习的大语言模型进路貌似在所占据的算力资源上远多于符号AI时代,却很难说这一进路已经真正解决“框架问题”。具体而言,考察几款主流大语言模型(包括“文心一言”、DeepSeek与ChatGPT-4)的小说续写能力,发现它们都很难在设置反转性剧情的同时维护常识推理所应该具有的“各向同性”与“奎因性”要求。换言之,若用日本哲学家九鬼周造的“偶然性哲学”所提供的哲学话术来说,主流大语言模型在追求新奇情节的同时都忽略了其与基于常识的“可能性之球”之间的关联。从这个角度看,让主流大语言模型全面取代人类作家的创作活动的时机,还远未成熟。考虑到大语言模型在这一问题上显示出的无能乃是与大语言模型基于“词向量嵌入矩阵”的基本工作原理相关的,因此,在不对这一基本原理进行挑战的情况下,业界是无法仅仅通过提高数据与算力的投入来使得未来的大语言模型能够解决“框架问题”的。 展开更多
关键词 框架问题 偶然性 文学创作 大语言模型 各向同性 奎因性 词向量嵌入矩阵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部