我们又失去了一个推迟锻炼身体的借口:Fitbit健身追踪应用即将登陆Windows Phone 8.1设备。
这款健身追踪应用近乎就是其iOS版和Android版本的化身:用户只需通过蓝牙将其智能手机与Fitbit设备相连,如Flex或One,那么设备将自动同步用户数据。然后,用户即可利用这款应用监控其健身目标的进度,如检查用户已走步数和燃烧的卡路里数,或是记录用户一天内的饮食和饮水量。
此外,用户还可以调整已经设置好的个人目标(或创建新的个人目标),向使用Fitbit应用的好友发送消息,查看成就徽章和排行榜,从而令用户拥有健身动力。
对Windows Phone用户来说,一切都在好转——仅在过去几周内,Adobe Photoshop Express和随需应变的Uber打车服务均作为本地应用华丽亮相Windows Phone平台。尽管这未必标志着Windows Phone平台已不再缺乏应用,但这确实能为一些对Windows Phone感兴趣的用户带来些许希望——他们期待的应用或许还有可能登陆这个平台。
今天晚些时候,用户即可Windows Phone商店中为其Windows Phone 8.1设备添加这款健康追踪应用。该应用免费且其英文版全球可用,其他语言的版本将在今年晚些时候推出。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。