#科技 在物理学中,Rehbinder 效应是指通过表面活性剂膜降低材料(尤其是金属)的硬度和延展性。这一效应以苏联科学家皮奥特·亚历山德罗维奇·Rehbinder 的名字命名,他于 1928 年首次发现了这一现象。
https://twitter.com/engineers_feed/status/1848680631883944416
https://twitter.com/engineers_feed/status/1848680631883944416
1. SPY (SPDR S&P 500 ETF):作为市场上交易最广泛的ETF之一,它精准追踪标普500指数,为投资者提供了一键投资美国大型上市公司的便捷方式。
2. IVV (iShares Core S&P 500 ETF):以低廉费用追踪标普500指数的ETF,为成本敏感的投资者提供了一个优质的选择。
3. VOO (Vanguard S&P 500 ETF):由投资界的巨头先锋集团管理,这只ETF以低廉的费用和稳定的管理而受到投资者的喜爱。
4. VTI (Vanguard Total Stock Market ETF):不局限于标普500,它覆盖了整个美国股票市场,为寻求全面市场曝光的投资者提供了理想的多元化投资工具。
5. QQQ (Invesco QQQ Trust ETF):聚焦于纳斯达克100指数,为投资者提供了一条通往科技行业领导者的捷径,尤其是对于那些看好科技行业未来的投资者。
6. VUG (Vanguard Growth ETF):专注于美国大型增长型公司,适合那些希望投资于预期增长潜力较高的公司的投资者。
7. VEA (Vanguard FTSE Developed Markets ETF):将投资视野扩展到发达市场(不含美国),为寻求国际多元化的投资者提供了一个渠道。
8. IEFA (iShares MSCI EAFE ETF):覆盖全球发达市场(不含美国),为投资者提供了一个更广泛的国际股票市场曝光。
9. VTV (Vanguard Value ETF):为那些寻找价值型投资机会的投资者提供了一个专注于美国大型价值型公司的ETF。
10. AGG (iShares U.S. Aggregate Bond ETF):对于希望在投资组合中加入债券以分散风险的投资者,这只综合债券市场的ETF提供了一个简便的解决方案。
#学习 Understanding Gaussians 理解高斯分布
The Gaussian distribution, or normal distribution is a key subject in statistics, machine learning, physics, and pretty much any other field that deals with data and probability. It’s one of those subjects, like π or Bayes’ rule, that is so fundamental that people treat it like an icon.
https://gestalt.ink/gaussians
The Gaussian distribution, or normal distribution is a key subject in statistics, machine learning, physics, and pretty much any other field that deals with data and probability. It’s one of those subjects, like π or Bayes’ rule, that is so fundamental that people treat it like an icon.
https://gestalt.ink/gaussians
#工具
Word与Excel互转表格不变形
1.Word表格转存为【单个文件网页】,拖动文件到Excel中
2.Excel中全选表格复制,打开Word点击【开始】,点粘贴中的【选择性粘贴】,选【Excel工作表对象】
Word与Excel互转表格不变形
1.Word表格转存为【单个文件网页】,拖动文件到Excel中
2.Excel中全选表格复制,打开Word点击【开始】,点粘贴中的【选择性粘贴】,选【Excel工作表对象】
#AI Meta 刚刚发布了开源SpiritLM,第一个 支持混合文本和语音的开源多模式语言模型。完全开源,成本可以立马打到不要钱。
官方介绍:目前,许多现有的 AI 语音体验都使用 ASR 技术来处理语音,然后使用 LLM 进行合成以生成文本 - 但这些方法损害了语音的表达能力。使用语音、音高和声调标记,Spirit LM 模型可以克服输入和输出的这些限制,以生成听起来更自然的语音,同时还可以学习 ASR、TTS 和语音分类方面的新任务。 我们希望分享这项工作将使研究界能够进一步探索文本和语音集成的新方法。
https://github.com/facebookresearch/spiritlm
官方介绍:目前,许多现有的 AI 语音体验都使用 ASR 技术来处理语音,然后使用 LLM 进行合成以生成文本 - 但这些方法损害了语音的表达能力。使用语音、音高和声调标记,Spirit LM 模型可以克服输入和输出的这些限制,以生成听起来更自然的语音,同时还可以学习 ASR、TTS 和语音分类方面的新任务。 我们希望分享这项工作将使研究界能够进一步探索文本和语音集成的新方法。
https://github.com/facebookresearch/spiritlm