即刻App
年轻人的同好社区
下载
App内打开
门开了
332
关注
10
被关注
0
夸夸
当下破碎艺术家。
我只想保持本色和少年的心气。
门开了
12天前
敢于冲突,善于和解。
0
0
0
门开了
14天前
先装模作样,再像模像样,最后有模有样。
1
0
0
门开了
17天前
活几个瞬间,幸福几个瞬间
3
0
0
门开了
18天前
歸藏: 🍌Nano Banana Pro PPT 生成提示词 整了一套非常漂亮的渐变拟物玻璃卡片风格 PPT 提示词,可以在 NotebookLM、Youmind、Listenhub、Lovart等支持 Nano Banana Pro 生成 PPT 的位置使用 ------ 你是一位专家级UI UX演示设计师,请生成高保真、未来科技感的16比9演示文稿幻灯片。请根据视觉平衡美学,自动在封面、网格布局或数据可视化中选择一种最完美的构图。 全局视觉语言方面,风格要无缝融合Apple Keynote的极简主义、现代SaaS产品设计和玻璃拟态风格。整体氛围需要高端、沉浸、洁净且有呼吸感。光照采用电影级体积光、柔和的光线追踪反射和环境光遮蔽。配色方案选择深邃的虚空黑或纯净的陶瓷白作为基底,并以流动的极光渐变色即霓虹紫、电光蓝、柔和珊瑚橙、青色作为背景和UI高光点缀。 关于画面内容模块,请智能整合以下元素: 1. 排版引擎采用Bento便当盒网格系统,将内容组织在模块化的圆角矩形容器中。容器材质必须是带有模糊效果的磨砂玻璃,具有精致的白色边缘和柔和的投影,并强制保留巨大的内部留白,避免拥挤。 2. 插入礼物质感的3D物体,渲染独特的高端抽象3D制品作为视觉锚点。它们的外观应像实体的昂贵礼物或收藏品,材质为抛光金属、幻彩亚克力、透明玻璃或软硅胶,形状可是悬浮胶囊、球体、盾牌、莫比乌斯环或流体波浪。 3. 字体与数据方面,使用干净的无衬线字体,建立高对比度。如果有图表,请使用发光的3D甜甜圈图、胶囊状进度条或悬浮数字,图表应看起来像发光的霓虹灯玩具。 构图逻辑参考: 如果生成封面,请在中心放置一个巨大的复杂3D玻璃物体,并覆盖粗体大字,背景有延伸的极光波浪。 如果生成内容页,请使用Bento网格布局,将3D图标放在小卡片中,文本放在大卡片中。 如果生成数据页,请使用分屏设计,左侧排版文字,右侧悬浮巨大的发光3D数据可视化图表。 渲染质量要求:虚幻引擎5渲染,8k分辨率,超细节纹理,UI设计感,UX界面,Dribbble热门趋势,设计奖获奖作品。
0
0
0
门开了
18天前
《酒瓶与灯》
0
0
0
门开了
21天前
风里已经有了冬天的味道。
1
0
0
门开了
21天前
OrangeAI: 这是 banana pro 最实用最具商业价值的提示词集了 https://mp.weixin.qq.com/s/lrYNbs4rGs3KOqewoZ6aNQ 使用 banana pro 的网站,真香蕉,真4K,真无损 https://labnana.com
0
0
0
门开了
23天前
Lose yourself to find yourself.
0
0
0
门开了
1月前
Kenny_肯尼: 看了一篇uber 在内部通过 agent 来做业务数据检索的实践,是很标准的 agent 逻辑,值得参考,如果你在产品里还没找到 AI 落地的方式,那么可以做一些内部提效的实践,积累经验 《Uber 如何构建用于财务分析的对话式 AI 助手:让查数据像给同事发消息一样简单》https://ybzavo65ti.feishu.cn/wiki/SMRLwGE0eiWSfqkmnB8cGCFjn8f?from=from_copylink 如果想查一些业务数据,要么自己去找风神/灯塔之类的数据后台,要么找数据分析师跑 sql,响应比较慢。于是 uber 做了一个对话式数据助手,在 slack 问 agent 数据问题,agent 直接回复,让数据检索如同向同事发送消息般简单。 就像老板半夜问我一个数,如果周报里没有现成的,我就要看遍数据集,甚至求DS 帮我跑 sql,然后给老板一个直接、清晰、简洁的答案。 几年前我和DS 说,能不能以后出来一个人工智能,老板想看什么数据,它就从数据库里跑出来,不要老是找我。DS 对我说,你不就是老板现成的人工智能吗... 在字节的时候,风神里也有输入自然语言,然后AI 帮我写 sql,但是发现实际用处不大,那些字段、口径,你都不知道水有多深,最终还是要靠 DS。在字节头一年,我学会了数据分析,后两年,我学会了口径分析。 这里总结一下 uber 的跑数 agent 的核心逻辑,我真希望各个公司都有这样的基建,让跑数不再反人性。 1. multi-agent 架构 主 agent做意图识别和分流,子 agent 处理对应的具体任务,比如写 sql。 关于走 multi 还是 single,我觉得 uber 的场景走 multi 是合理的,因为每个 sub 的任务都比较独立且复杂,在 sub之间的传递信息也都比较明确,而很多业务场景其实用不到 multi架构,直接 single 就可以了。 2. 数据处理 最难的是数据源,因为不同数据集的字段都不一样,以及员工的自然语言的术语和数据集的字段名也不一样。如果直接把海量原始数据给 LLM,肯定是跑不出来靠谱的数。有两个关键方法 1)统一不同数据集的字段:不是直接在包含大量连接的复杂数据库上运行查询,而是做了一个精心策划的、单一表格的数据集市 (curated, single-table data marts) ,作用是为 Finch 提供一个高速、高清晰度、预先整理好的数据源。数据治理一直是难题,是 DS 的泪,一般人都不敢主动碰。我不确定 uber 是否真的解决了这个问题。 2)统一自然语言和字段名的映射:通过OpenSearch 来存储元数据。这些元数据包含了字段(列名)及其值对应的自然语言别名。这个持续维护也是比较难的。 3. 效果测评: 比较标准化,其实就是把环节拆分,分别用有标准答案的 case 来测评,最后端到端再验证。 1)路由准确性:当用户提出问题时,主 agent需判定应由哪个子agent处理请求。 2)子 agent 准确度:建一组常见用例,有正确可信的标准答案。通过将agent输出与预期答案比对,能及时发现准确率下降的情况。 3)端到端验证:通过模拟真实场景的查询来确保从输入到输出的完整流程正常运行。这有助于发现组件单独测试时可能遗漏的系统性问题
0
0
0
门开了
1月前
当你的内在秩序清晰时,时间是永远够用的。
fountain_: 只要你不混乱,时间就永远够用 很多人都说自己很忙。 忙到没时间读书,没时间成长,没时间做想做的事。 可现实是——忙,从来都不是理由,它只是一个结果。 背后的真正原因,是你内在的价值排序混乱。 当你的内在秩序清晰时,时间是永远够用的。 但当你的内在秩序混乱时,别说24小时,就算给你48个小时,你也一样会觉得不够用。 01 混乱是最消耗生命的 人最容易陷入的幻觉,就是“我在努力”。 早上睁开眼就开始处理杂事,回复消息、刷信息流的内容、做各种看似有用的小动作,到一天结束,却发现该做的事一点实质性的进展都没有。 那种“感觉整天都在忙”的疲惫感,本质上不是体力透支,而是精神迷失。 当你的注意力被太多无关的事撕扯时,大脑永远处于分散状态,思绪像一团乱麻。 结果就是,时间在不断流逝,而成长却停滞不前。 我曾经也陷入过这种状态——当一天结束后,回顾自己到底干了什么,却发现没一件是重要的。 后来我开始做一个实验:记录自己每天干的事、想的事。 结果发现一个残酷的事实——我的大脑一天有九成时间都在无意义的事情上浪费。 那些看似思考的片段,其实大多是情绪性的胡思乱想,可有可无。 02 真正的关键,是价值排序 一个内在混乱的人,永远在被琐碎牵着走: 想看两页书,手机消息一响就分神; 刚想学习,又被视频推荐吸走注意力; 好不容易有空,却开始焦虑“今天又快结束了”。 这种精神上的碎片化,才是真正掏空人的根源。 你不清楚自己真正想要什么,所有的事在你眼里都会一样重要。 于是你什么都想做,又什么都做不成。 解决的第一步,是让大脑重新建立秩序感。 拿出纸笔,把自己每天在做的事全部写下来: 哪些是必须做的?哪些是可有可无的?哪些根本不该存在? 然后根据“价值优先级”重新排列。 重要的事,必须放在最前面;次要的事,可以推迟;无意义的事,要直接删除。 听起来简单,但真正能做到的人极少。 因为排序的过程,本质上是在面对自我。 它要求你放弃短暂的舒适,选择长远的价值。 03 静下来,掌控自己 很多人明知道该专心,该聚焦到一件重要的事情上。 可为什么做不到呢? 因为他们的大脑已经被外界的信息和欲望挤满了。 每一次打开手机、刷视频、追剧、逛购物网站,都在让人的注意力变得破碎。 所以当你想静下来做事时,大脑会本能地反抗。 因为它习惯了被刺激,不习惯专注。 怎么办? 先让大脑停下来,哪怕只是一分钟。 闭上眼,做几次深呼吸,让意识回到当下。 不评判、不思考,只是觉察自己此刻在做什么。 这就是正念呼吸法,可以让你的大脑重新获得“主控权”。 当你能控制自己的注意力,你就能控制自己的时间。 当你能控制时间,你就能掌握自己的人生。 04 结语 人总是把“明天”当作救赎。 今天不做,明天再补;今天乱一点,明天整理。 但遗憾的是,你怎么过一天,就会怎么过一生。 你每一次的拖延,都在强化一种心理暗示: “没关系,我可以再等等。” 而这句话,会在你的潜意识里不断复制,直到你把一生都耗在等待和犹豫中。 改变的最好时机,永远是当下。 当你能把今天过好,你也就重塑了你整个人生的方向。
0
0
0