隨著當(dāng)前人們生活和工作節(jié)奏的加快,面對每天眾多的會議和約會,日程管理難題正在日益凸顯,如何更快提升效率?怎樣有效的去掌控和管理?面對用戶的迫切需求,Wunderlist(中文名:奇妙清單)應(yīng)運而生。
Wunderlist是一款免費的提升效率的應(yīng)用程序,可以幫助用戶記錄事項、建立項目上交日期并在其他平臺上同步細(xì)節(jié),能夠?qū)崿F(xiàn)云端同步。支持Android、iOS、Windows、Mac OS、Web等各大平臺,具有多平臺實時同步,協(xié)同辦公等功能。
Wunderlist的主界面簡潔干凈,背景色可根據(jù)自己的喜好調(diào)整。Wunderlist應(yīng)用列表分為收件箱、星標(biāo)任務(wù)、本周、全部和已完成等五大選項。你可以向計劃任務(wù)中添加非常豐富的任務(wù)細(xì)節(jié),創(chuàng)建多個任務(wù)列表來歸類不同的時間,幫你管理各項工作任務(wù),提高效率,讓一切變得有條理。
Wunderlist的基本操作很簡單,可以新建任務(wù),也可以對任務(wù)進行必要的分類,還可以用星標(biāo)加以區(qū)分。如果事項已算完成,則可在左邊的方框里勾選,Wunderlist會自動將該事項畫上刪除線并移到已完成的清單里。
想要查看某個計劃任務(wù)只需點擊它的標(biāo)題即可,這時會跳轉(zhuǎn)至一個新頁面中,這里會顯示計劃任務(wù)的具體內(nèi)容。單個計劃任務(wù)的頁面很簡單,不過提供了很多有用的功能,用戶可以自由修改任務(wù)的細(xì)節(jié),如添加截止日期,添加備注,標(biāo)記星標(biāo)或設(shè)置一個電子郵件提醒等等。
除了相當(dāng)簡潔與簡單易懂的操作界面外,最方便的是它支持Windows、Mac OSX 以及iOS、Android輕松同步,實現(xiàn)了真正意義上的跨平臺操作。最特別的一點,Wunderlist在升級版本后,主推清單分發(fā)和內(nèi)容實時同步功能。依靠它跨多平臺的優(yōu)勢讓所有團隊成員可以在第一時間獲知任務(wù)動態(tài)并以清單形式交流信息,還可以在任務(wù)下發(fā)表評論,適合中小團隊間的協(xié)調(diào)工作。
無論是計劃旅程、購物清單、或是工作企劃,都可以和朋友、家人、同事共享,并且所有清單都是實時同步的。Wunderlist可以讓你通過 Email、云端上傳等多種方式共享給別人,或者直接把清單給打印出來。
Wunderlist作為一款計劃任務(wù)軟件,能夠幫助用戶管理各項工作任務(wù),提高效率,讓一切變得有條理。不過Wunderlist對使用者的自律性也提出了高要求。Wunderlist提供的只是記事提醒、事件安排、任務(wù)管理等基本功能。至于事情要不要做,什么時候做,一切還得看用戶自己。
整體而言,Wunderlist界面簡單干凈、操作方便,不僅免費而且還無廣告,是一款支持主流的操作系統(tǒng)和設(shè)備跨平臺同步的to do list工具。當(dāng)然,你也可以升級至收費的專業(yè)版,體驗更多更強大的協(xié)作功能。
目前,Wunderlist在中國定名為奇妙清單,首發(fā)的平臺有 iPhone、iPad、Mac、Android、Kindle Fire、Chrome OS (Chrome 瀏覽器插件)和網(wǎng)頁版,Windows 8 商店版和 Windows Phone 8 版本將在隨后推出。奇妙清單支持包括中文、日語、西班牙語和德語在內(nèi)的32種語言,讓全球各地的人們都可以盡享高效工作和有序生活。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。