CNET科技资讯网 4月28日 国际报道:通过本文的几个小技巧,你可以改善自己使用iPhone发邮件的技能,而且会发现iOS系统邮件应用Mail可以做许多事情。
每个人都可以从管理自己逐渐溢满的收件箱中获得一些帮助。使用Mail,你可以在查看收件箱时通过滑屏操作进行存档或删除电子邮件。如果你深入研究下手机设置,可以把这两个功能选项都打开。
首先,我们来设置下向左轻扫的手势功能。在查看整个收件箱的时候,你可以向左滑动收件箱列表中的某一封电子邮件,这时会出现三个按钮,默认情况下分别为“更多、标记和存档”。要想将“存档”更改为“清除”,点击“设置>邮件、联系人、日历”,然后选择一个电子邮件帐户,在下一个屏幕上点击账户,接着点击高级选项。要将废弃的邮件移除,点击删除邮箱即可。
选中收件箱列表中的某一封电子邮件,向右滑动屏幕会显示出一个按钮,默认情况下是“标记为未读”。你可以将这个按钮更改为存档或清除。回到“设置>邮件、联系人、日历”,向下滚动到滑动手势选项。在向右滑动手势选项处选择存档。
设置好后,向右滑屏会显示存档按钮,但如果你选择将移除的邮件移动回存档邮箱,向右滑动即可看到有这项设置的清除按钮。
有时候我们在起草一封电子邮件时,可能需要参考收件箱里的另一封电子邮件。技巧来了:当你编写邮件时,可以从邮件编辑窗口上方标题处刷下来,快速返回到你的收件箱。在你浏览收件箱时,邮件草稿会挂在屏幕底部,然后你可以点击底部标题返回你的邮件草稿。
用这种方式,你可以保存多个草稿,它们可以像Safari浏览器中打开的页面那样叠放在屏幕上。
如果你想看到所有的草稿,只需选中并长按右下角的编辑按钮。
在iOS 9系统上,Mail可以让你添加的附件并不局限于照片和视频。在你写邮件时,点击邮件正文弹出“选择/选中全文/粘贴”菜单,然后双击右箭头找到“添加附件”选项。
点击“添加附件”按钮,你会跳转至一个iCloud Drive页面,在这里你可以将存储在iCloud Drive内的任何文档添加为附件。点击左上角的“文件路径”,你就可以浏览访问Dropbox、Google Drive以及使用的其他云存储服务了。
如果你收到一封附加有PDF或图片的邮件,你可以直接在Mail内添加注释或标记。要实现这一操作,只需打开附件、点击任意位置;然后点击右下角的工具箱按钮,你会打开一个回复邮件;接着打开附件,使用编辑工具对文件进行涂写、放大以及添加文本等操作;注释添加完毕后,点击完成,就可以发送一份带有注释附件的回复啦。
别再用Mail的搜索栏了,使用Siri更快地查找电子邮件吧。你只需告诉Siri“搜索”或“显示”或“查找”某个主题的邮件或某一联系人的邮件即可。笔者发现,在使用Siri查找电子邮件时,通过含有某个特定的词或短语查询要比让Siri查找某一联系人更有效。
你也可以让Siri提醒自己返回完成草稿箱内的邮件。当你写邮件时,只需告诉Siri“提醒我稍后完成这封邮件”或设置一个特定时间,她就会将它添加到提醒应用项目中。
如果开启自动检测功能,对那些含有某个会议或某一约会日期和时间的电子邮件,Mail顶部会显示一条通知,你可以在不离开Mail的情况下使用它把这些事项添加到你的日程表中。不过,笔者发现这个功能有些漫无目的,它只是时不时地能检测到某个约会。
千万不要错过来自你老板或另一半的电子邮件。将他们加入Mail VIP,当他们给你发邮件时,你会收到提醒。而且你可以在VIP文件夹内轻松浏览他们的电子邮件。
要新增一个VIP联系人,需要去Mailboxes查看并点击VIP文件夹上的蓝色小“i”。(如果你不看到VIP文件夹,点击右上角的编辑并添加VIP。)接下来,点击添加VIP,然后选择一个联系人。
点击VIP Alerts,你还可以选择你喜欢的提醒风格和接收VIP电子邮件时的铃声。
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。