是不是感觉每个周末都这样度过？ 周五豪情万丈要“狠狠休息”，结果周六日上三竿还赖床刷手机，直到天黑…外卖果腹，什么都没干却身心俱疲？🤦♀️
别怀疑，你不是一个人！你很可能陷入了“无效休息”的怪圈！ 刷手机、睡懒觉这些看似放松的行为，其实正在悄悄“偷走”你的精力：
- 📱 手机轰炸不停歇： 信息流刺激大脑持续“加班”，比跑完马拉松立刻爬山还累！ - 🛌 懒觉越睡越昏沉： 打乱生物钟，身体反而要花大力气调整！ - 🧎♀️ 久躺刷剧全身痛： 肌肉紧张、血液循环慢、肩颈酸痛找上门！ - 🌙 蓝光偷走好睡眠： 影响褪黑激素，睡眠质量大打折扣！
真正的休息，不是彻底放空，而是主动“充电”！
央视新闻《夜读》整编的这份超实用指南，带来了5个简单易行的“回血妙招”，让你告别无效休息，把周末时光真正变成身心的“充电站”：⚡️
1. ⏰ 定一个“聪明”的闹钟： 告别报复性熬夜！教你设置比上班晚1小时的完美闹钟，补觉不误晨光，平衡才是王道！ 2. 🍳 用心做一顿早餐： 小小的仪式感，大大的掌控力！动起来做份早餐，用香气和满足感唤醒一天好心情和满满能量，比刷短视频有意义100倍！ 3. 🚶♀️ 穿上鞋子走出去： 无需远行！家门口的菜市场、小公园就是治愈天堂。用脚步丈量熟悉的街道，让市井烟火抚平你的神经，卡耐基都说这才是真休息！ 4. 🗄️ 整理一个“小角落”： 乱糟糟看着就心烦？动手整理衣柜、抽屉、冰箱…空间秩序感 = 内心踏实感！从小处着手，瞬间找回对生活的掌控。 5. 🌿 允许自己“无所事事”： 完成前4步，是时候给大脑“清内存”了！找个角落关掉手机，发呆、看云、听蝉鸣… 这种刻意的留白，才是大脑最需要的深度休息。
每一个微小的改变，都是向“有效休息”迈进的一大步！ 这份指南不仅点明了问题根源，更提供了具体、可操作、接地气的解决方案。从明天早晨醒来那一刻开始尝试吧！
✨ 收藏这篇干货，让它成为你周末的“充电宝”！ 当你感觉疲惫、迷茫，或者下一个周五到来时，翻出来看看，实践其中一两招，你就能：
- 告别浑浑噩噩，找回周末的“真实感” - 有效补充能量，身心真正“满血复活” - 重建生活秩序，获得踏实的幸福感
愿你的每个周末清晨，都遇见不一样的自己！
原文地址：https://weibo.com/ttarticle/p/show?id=2309405195335651164317
近日，Adobe为 Premiere Pro 引入新的AI工具，现在也升级了Lightroom应用程序引入诸多AI功能，例如高级人工智能功能Denoise可以去除图像中的数字噪点，在不丢失细节的情况下提高照片质量。 这在低光下处理高ISO文件时特别有用。目前该功能仅适用于RAW照片，后续会添加更多图片格式的支持。用户可以使用蒙版中的曲线调整图像特定部分的对比度、色调和颜色，从而创建高度自定义和精确的编辑。 Select People引入额外的AI Mask类目，该功能可自动为肖像生成mask，让用户更轻松更改服装、面部毛发的颜色。 Polished Portrait使您能够快速平滑人像上的皮肤、增强照明并优化面部特征以获得所需的外观。 或者使用Darken Beard将照片中模特的面部毛发加深，以获得更大的效果。 同时，Enhance Clothing可以增加对比度、饱和度和纹理。 你觉得哪一个最实用呢？
我是一个技校生，自考了大专要2024年毕业，去年通过一个比赛进入了一家上市公司做品牌设计师，在实习期间只有我一个内部设计师，大型的设计项目都是外包出去给4A agency，在其中也能接触到4A公司的具体流程，参与了多个招标项目，在公司现在主要服务售前、产品经理的产品说明书，数据表，用户手册等设计，还有一些比较紧急的海报等设计需求，今年技校要毕业了，问上级领导说能否转正，得到的回复是我的学历太低了，转正几乎不可能。但是可以用24届大专毕业生的身份再实习一年，工资给我翻将近一倍，还是和现在一样包吃包住，但是没有正式员工的所有福利，我现在不知道怎么办，找的工作和现在开出来的工资差不多还不包吃住，现在的学历也找不到比较大型的公司，都是一些小规模的公司，但是实习两年不知道算不算浪费时间。。。。
4月24日，苹果开源了大语言模型OpenELM。这与微软刚开源的Phi-3 Mini类似，是一款专门针对手机等移动设备的模型。
以下是一些重点信息的摘要： 1. 开源OpenELM: 苹果公司开源了一个名为OpenELM的大语言模型，这与微软开源的Phi-3 Mini类似，是专为移动设备设计的模型。 2. 模型参数: OpenELM提供了四种不同参数规模的模型，分别是2.7亿、4.5亿、11亿和30亿参数。 3. 功能: 该模型能够执行生成文本、代码、翻译、总结摘要等功能。 4. 预训练数据: 尽管最小的模型只有2.7亿参数，但苹果使用了1.8万亿tokens的数据进行预训练，这是其小参数下仍能表现出色的原因之一。 5. 深度神经网络库CoreNet: 苹果同时开源了用于训练OpenELM的深度神经网络库CoreNet，该库在开源后不久就在GitHub上获得了超过1100个星标。 6. 苹果的开源策略: 苹果通常在手机领域采取闭源策略，但此次开源可能是为了吸引用户，未来可能会推出闭源产品实现商业化。 7. 技术贡献: 苹果不仅发布了模型权重和推理代码，还发布了完整的训练和评估框架，包括数据准备、模型训练、微调和评估流程，以及多个预训练检查点和训练日志。 8. OpenELM架构: OpenELM的架构，包括其技术创新点，如无编码器的transformer架构、层级缩放策略、不使用全连接层中的可学习偏置参数等。 9. 训练流程与数据集: 苹果使用CoreNet作为训练框架，Adam优化算法，以及动态分词和数据过滤的方法。
开源地址：https://huggingface.co/collections/apple/openelm-instruct-models-6619ad295d7ae9f868b759ca?ref=maginative.com CoreNet地址：https://github.com/apple/corenet?ref=maginative.com 论文地址：https://arxiv.org/abs/2404.14619
