名称:2024年 巴黎奥运会 开幕式_tvb 2160p UHD

描述:巴黎奥运会tvb版本,粤英双语

链接:https://www.alipan.com/s/2bWZGVxtDjx

📁 大小:7.8 GB
🏷 标签:#奥运 #开幕式 #巴黎 #巴黎奥运会开幕式tvb版
🎉 来自:雷锋
⚠️ 版权:版权反馈/DMCA
📢 频道:@shareAliyun
👥 群组:@aliyundriveShare
🤖 投稿:@aliyun_share_bot
来自频道: @lover_links
说是最优美丰富的文字,戏剧用的是口语(不过 19 世纪的口语和现在颇不相同),诗歌是最浓缩的语言,散文比较平易近人,文学批评则是非常学术化的文体。
来自频道: @lover_links
来自频道: @lover_links
来自频道: @lover_links
来自频道: @lover_links
新增项目
该届奥运新增四个大项,分别是霹雳舞、滑板、攀岩和冲浪四个大项,其中后三者也是2020年东京奥运的比赛项目。这四个大项的增设于2020年12月7日进行的国际奥委会执委会会议上得到正式确认[33]。
来自频道: @lover_links
Sleeping is work!

During sleep, memories move from a temporary storage layer in your hippocampus to a more permanent store in your neocortex.

This isn't a simple "file transfer" - your brain is working hard to find patterns, unify information, and integrate new knowledge.
来自频道: @lover_links
Piotr Wozniak丨间隔重复程序算法之父的学习见解
https://x.com/Mart1nSchneider/status/1815099433291517954

最近 RemNote 创始人 Martin Schneider 分享了 Woz(Supememo 作者)的几个重要理论观点或者说科学学习方法,可以帮助你深入学习,重组方法,成为「天才」。

1/5 不要为记不住东西而倍感压力,去优化学习过程。这意味着你可以在记忆前先找到编译重组和理解记忆的有效方式;主动记忆(测试自己);有效间隔(安排审查重复时间)。

2/5 你拥有的每个知识点都应该统合一起,为你助力。这是「创建知识树」,每天都应该去生长完善,无论多小的知识点。

3/5 要成为天才,你必须:设定目标、内化知识(通过间隔重复)、保持健康、专注工作、卸载压力、拒绝打扰、累了就睡。

4/5 所有知识都会随着时间推移而衰退。如果你不使用某个想法,你回忆起它的可能性将指数下降,这是心理学常见重复试验结果,你必须主动间隔记忆来练习和巩固以保存知识。

5/5 睡眠即工作。睡觉时记忆会从海马体中的临时存储层转移到大脑新皮层(neocortex)更永久的存储层,这并非简单「传输」,而是大脑在努力的统一和整合新知识。

Martin 作为麻省理工高材生,也是间隔重复算法的忠实拥趸,RemNote 作为新生代记忆/笔记工具,沿袭了许多 Woz 的记忆算法理论和方法,所以这些观点有分量也比较值得关注。

相关链接

1 第四座花园
2 AI + RemNote丨SRS 未来框架/自身作为方法的软件实体/未来学习引擎
3 使用 RemNote 替换 Supermemo/ Anki
4 Supermemo: 提取、拆分、整合
5 写作的功能丨卸载/遗忘/疗愈
6 通用生产流范式(General Workflow Paradigm)

#SRS #quotes
来自频道: @lover_links
来自频道: @lover_links
来自频道: @lover_links
来自频道: @lover_links
使用 Ollama 安裝Llama 3.1 8b 於 M2 MacBook Air 居然運行順暢!
来自频道: @lover_links
Sink - A Simple / Speedy / Secure Link Shortener with Analytics, 100% run on Cloudflare.
https://sink.cool/
来自频道: @lover_links
来自频道: @lover_links
来自频道: @lover_links
来自频道: @lover_links
来自频道: @lover_links
如何使用Llama3.1构建产品?开发者可以利用405B进行更多的实践,包括:

实时和批量推理
监督微调
针对具体应用的模型评估
持续预训练
检索增强生成(RAG,Retrieval-Augmented Generation)
函数调用
合成数据生成
来自频道: @lover_links
来自频道: @lover_links
成功了
来自频道: @lover_links