小天管理

这电信是脑子抽了 正常海外的域名都被污染了。

刚开始工作比较缺钱的时候，每天的日子都过得非常开心，学到了新技术都会感觉充实，觉得最起码，这对自己跳槽涨薪会有帮助。因为现在的工作虽然轻松，但是工资并不高，几千块钱，还要负担房租，钱不太够用 最近家里人给买了一套老破小，那房租的负担就没了，几千块钱的工资也能活得很舒服。因为楼主的物欲并不重，对待身边所有物品的态度都是“能用就行，不追求最好，从不跟别人比较”，所以现在完全没有学习新技术，提升自己的动力，也没有换工作的动力了，最近两周是一行代码也没有敲，每天上班都是在看小说和漫画，因为自己做的工作比较轻松嘛。 现在唯一的问题就是，我现在对那些需要费脑子的事情也是一点动力也没有，没有那种充实的感觉了，甚至现在发这个贴子的时候我也在犯困。我感觉自己是缺少外部压力，需要一些焦虑来推动自己，但是具体该怎么做欸，困死了

电脑有点不得劲想还原下，一时找不到 U 盘，所以想问下，现在 win11 的恢复是怎样的呢？可以做到 Mac 抹除那样直接恢复到初始状态吗？

最近组里打算部署个页面用来展示各种 CI/CD 的结果还有跑分，没正儿八经接触过前端所以有几个问题想来请教一下。 背景： 公司有隔绝外网环境的内网，大部分的 CI/CD 也都是在内网里面跑的，内网环境 Centos7 而且目前应该没有升级的打算，研究了一下好像 node.js 只支持到 v16 ，CI/CD 我们用的是自己部署的 Gitlab 需求： 有很多 CI/CD 的任务会跑出来的结果，比如测试的通过率，还有 benchmark 的跑分，想要有一个单独的展示和追踪变化的页面，方便大家查看。 如果想用各种 JS 框架进行开发，比如 React 或者 Vue ，在外网开发完之后部署到内网是可行的吗？毕竟内网平常不能连网所以应该不考虑在内网进行 Web 开发。 自己分析组里的需求，感觉静态页面应该能满足绝大多数需求，但是就怕数据量变多之后可能加载页面会变慢？有没有现成的框架或者模板推荐？ 感谢各位大佬

鄙人非前端开发，略懂皮毛，平时上的一些网站用 Chrome 插件 stylish/stylus 等自定义 css 修改成符合自己需求的样式。 最近常用的一个网站，有很多样式内容都是在 shadow-root 里，自定义 css 没法传递控制里面的内容。 以我的水平实在搞不定，只能来这里问问，还望各位高手指点迷津，万分感谢🙏

最近加了一些微信群，群里吵架，那些小 P 孩子动不动就把别人开户了，微信开户这么简单呀，一下就查到了别人微信绑定的手机号，名字，那些信息。

第一次发帖，论坛大佬太多了，怕被喷😂 https://github.com/Ackites/KillWxapkg 存 Golang 实现，自动化反编译微信小程序，自动解密，解包，支持还原源代码工程目录结构

突发奇想，想把爱听的专辑封面都下载下来，找到了这个网站： https://bendodson.com/projects/apple-music-artwork-finder/ 有点好奇，像这种网站不会涉及什么版权或者法律问题吗？有没有懂的朋友说一下🤨

发邮件：添加收件人，输入主题，正文。 就不能把收件人这里做成 IM 的聊天形式吗，像发送微信消息那样发送。 同一人的消息以聊天记录的形式放在邮件正文。

这个问题存在好几年了，每次误触后还能开门就会纠结这个问题，比如正确密码是 A ，那么输入 A 、123A 、A123 、123A456 这几种都能开锁，这是个 bug 还是 feature 。然后又想到了另一个问题，他们是不是存的明文密码，如果是密文怎么判断输入密码包含正确密码的，就想到一个循环一下，每个字符后推 6 位加密后和存储的密文做对比，可能要循环很多次，还有其他什么好的算法吗？

搞偷袭，还好都防住了奥

##问题 免费版本 QQ 邮箱无法添加腾讯企业邮，公司使用腾讯企业邮箱想添加代收，已成功添加阿里企业邮箱，目前只添加 1 个其他邮箱，未超过免费额度 ##报错 添加腾讯企业邮箱报：未知错误：-2006 ##添加过程 设置-其他邮箱-添加代收邮件账号-输入公司邮箱全称示例 xxx@company.com--输入客户端专用密码--报错 ##客服答复 反馈 feedback302605 ，你好，由于网页版目前还未支持自建域名绑定，请耐心等待后续功能上线再添加，或者使用 app 添加该账号进行收取，给您造成不便，敬请谅解 ##其他说明 已成功添加的阿里企业邮箱也是自建域名绑定，添加邮箱全称示例 xxx@company.com

公司卫生间冲厕所是那种按压式的阀门，阀门高度大概一米多，平时我上万厕所都是用手按压阀门冲厕所的，今天发现有人直接用脚踹阀门冲厕所，我瞬间整个人都不好了。大家如果遇到这种冲水阀门是怎么操作的？ 上个类似的现场图：

菜鸡 android 学习网络相关，开源的很多，但是拿过来直接用不了。 我不会 native ，不会编译。 有偿求助，价钱可谈。

原文链接： https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/ 以下翻译来自谷歌 人工智能在解决国际数学奥林匹克问题上达到银牌标准 突破性模型 AlphaProof 和 AlphaGeometry 2 解决数学中的高级推理问题 具有高级数学推理能力的通用人工智能（ AGI ）有可能开辟科学技术的新领域。 我们在构建人工智能系统方面取得了巨大进步，该系统可以帮助数学家发现新见解、新算法和未解决问题。但由于推理能力和训练数据的限制，目前的人工智能系统仍然难以解决一般数学问题。 今天，我们推出了基于强化学习的新型形式数学推理系统 AlphaProof ，以及我们几何求解系统的改进版本 AlphaGeometry 2 。这两个系统共同解决了今年国际数学奥林匹克(IMO) 六道题目中的四道，首次在竞赛中取得与银牌得主同等的成绩。 突破性的人工智能性能解决复杂的数学问题 国际数学奥林匹克竞赛是历史最悠久、规模最大、最负盛名的青年数学竞赛，自 1959 年起每年举办。 每年，顶尖的大学前数学家们都要训练，有时要训练数千小时，以解决代数、组合学、几何学和数论领域的六道极其困难的难题。菲尔兹奖是数学家的最高荣誉之一，许多获奖者都曾代表他们的国家参加过国际数学奥林匹克比赛。 近年来，一年一度的国际数学奥林匹克竞赛也被广泛认为是机器学习领域的一大挑战，也是衡量人工智能系统高级数学推理能力的理想基准。 今年，我们将联合人工智能系统应用于 IMO 主办方提供的竞赛问题。我们的解决方案由著名数学家、IMO 金牌得主和菲尔兹奖得主蒂莫西·高尔斯爵士教授和两届 IMO 金牌得主、IMO 2024 问题选择委员会主席约瑟夫·迈尔斯博士根据 IMO 的评分规则进行评分。 该程序可以提出这种非显而易见的构造，这非常令人印象深刻，远远超出了我认为的最先进水平。 国际数学奥林匹克金牌得主、菲尔兹奖得主蒂莫西·高尔斯爵士教授 首先，问题被手动翻译成正式的数学语言，以便我们的系统理解。在正式比赛中，学生分两节提交答案，每节 4.5 小时。我们的系统在几分钟内解决了一个问题，而解决其他问题则需要三天时间。 AlphaProof 通过确定答案并证明其正确性，解决了两道代数题和一道数论题。其中包括比赛中最难的一道题，今年的 IMO 比赛中只有五名选手解决了这道题。AlphaGeometry 2 解决了几何问题，而两道组合问题仍未解决。 六道题目每道可得 7 分，总分最高为 42 分。我们的系统最终得分为 28 分，每道题目都获得满分 — 相当于银牌类别的最高分。今年，金牌门槛为 29 分，在正式比赛中，609 名参赛者中有 58 人达到了金牌门槛。 图表显示了我们的 AI 系统在 IMO 2024 中相对于人类竞争对手的表现。我们获得了总分 42 分中的 28 分，达到与比赛中银牌得主相同的水平。 AlphaProof：一种形式化的推理方法 AlphaProof 是一个自我训练的系统，用于用形式语言Lean来证明数学陈述。它将预先训练好的语言模型与AlphaZero强化学习算法结合在一起，后者之前曾自学过如何掌握国际象棋、将棋和围棋游戏。 形式语言的关键优势在于，涉及数学推理的证明可以得到形式化验证，以确保其正确性。然而，它们在机器学习中的应用此前一直受到人工编写数据量非常有限的限制。 相比之下，基于自然语言的方法尽管能够访问数量级更多的数据，却可能产生看似合理但实际上不正确的中间推理步骤和解决方案。我们通过微调Gemini模型来自动将自然语言问题陈述转换为形式陈述，从而在这两个互补领域之间建立了一座桥梁，创建了一个包含各种难度的形式化问题的大型库。 当遇到问题时，AlphaProof 会生成解决方案候选，然后通过搜索 Lean 中可能的证明步骤来证明或反驳这些候选。每个找到并验证的证明都会用于强化 AlphaProof 的语言模型，从而提高其解决后续更具挑战性的问题的能力。 在比赛开始前的几周内，我们通过证明或反证数百万道题目来训练 AlphaProof ，题目涉及各种难度和数学主题。比赛期间也应用了训练循环，不断强化对竞赛题目自生成变体的证明，直到找到完整的解决方案。 AlphaProof 强化学习训练循环的流程图：形式化网络将大约一百万个非正式数学问题翻译成正式数学语言。然后，求解器网络搜索问题的证明或反证，通过 AlphaZero 算法逐步训练自身以解决更具挑战性的问题。 更具竞争力的 AlphaGeometry 2 AlphaGeometry 2 是AlphaGeometry的一个显著改进版本。它是一个神经符号混合系统，其中的语言模型基于Gemini，并使用比其前身多一个数量级的合成数据从头开始训练。这有助于该模型解决更具挑战性的几何问题，包括有关物体运动和角度、比率或距离方程的问题。 AlphaGeometry 2 采用的符号引擎比其前代产品快两个数量级。当遇到新问题时，会使用一种新颖的知识共享机制来实现不同搜索树的高级组合，以解决更复杂的问题。 在今年的比赛之前，AlphaGeometry 2 可以解决过去 25 年所有 IMO 几何问题中的 83%，而其前身的解决率仅为 53%。在 IMO 2024 中，AlphaGeometry 2 在获得形式化后 19 秒内就解决了问题 4。 问题 4 的说明，要求证明 ∠KIL 与 ∠XPY 之和等于 180°。AlphaGeometry 2 建议构造 E ，即直线 BI 上的一个点，以便 ∠AEB = 90°。点 E 有助于确定 AB 的中点 L ，从而创建证明结论所需的多对相似三角形，例如 ABE ~ YBI 和 ALE ~ IPC 。 数学推理的新前沿 作为 IMO 工作的一部分，我们还试验了一种基于Gemini和我们最新研究的自然语言推理系统，以实现高级问题解决技能。该系统不需要将问题翻译成形式语言，并且可以与其他 AI 系统结合使用。我们还在今年的 IMO 问题上测试了这种方法，结果显示出巨大的潜力。 我们的团队正在继续探索多种用于推进数学推理的人工智能方法，并计划很快发布有关 AlphaProof 的更多技术细节。 我们很高兴看到未来数学家们能够利用人工智能工具探索假设，尝试大胆的新方法来解决长期存在的问题，并快速完成耗时的证明步骤——而像Gemini这样的人工智能系统在数学和更广泛的推理方面的能力将变得更强。

从境外入境香港，用护照在香港能办卡吗？ 有没有通关小票？ 求各位 V 友解答

非常激动，我为我的 VSCode 扩展 Aide 添加了截图 UI 直接粘贴为 HTML/JSX/Flutter 代码的功能： 1. 该功能是为了辅助开发人员，不是替代开发全流程。你可以将一小部分 UI 转换为结构代码，然后手动调整样式。 2. 适用于任何编程领域，如将数据库设计图转换为 SQL 代码，主要依靠 AI 理解你的意图。 3. OpenAI 的模型对中文图片识别支持较一般。 4. 需要在设置中启用 aide.readClipboardImage ，并确保使用的模型支持图片识别，部分国产模型可能不支持。 实际使用建议： 对于前端，我推荐是每次截取一小部分 UI 粘贴为 jsx ，让它辅助你实现 div 结构就好，样式自己补，这是最实用的用法 开源地址： https://github.com/nicepkg/aide 该功能文档： https://aide.nicepkg.cn/zh/guide/features/smart-paste 视频演示： https://b23.tv/373JwUr

话说，老哥们都是从哪里获取关于新兴科技的一手信息的，比如 AI 大模型、芯片产业链等等。

请问同一个 app 上架不同地区，可以修改 app 的 logo ，名称吗

1 、在公司工作未满一年没有年假，工作刚好满一年是否立马有 5 天年假？ 我这公司居然和我说第一年没有年假，还说是按劳动法的。它是满一年后按比例分配，大概就是每个月会分配小时年假。这不是耍流氓吗？直接变成年假分期给了。。 2 、年假的天数，工作满 2 年后年假的天数应该是会增加的，比如 6 天（而不是每年都 5 天），满 3 年 7 天，依次递增 劳动法到底是怎么分的呢？搜索没有找到满意的答案。

24 年本科毕业（视觉传达设计专业），有过一段平面设计的实习经验，熟练使用 PS 和 AI 的使用，能够独立完成平面设计作品包括 vi 手册，海报，展板，宣传页，易拉宝以及包装设计等，了解和掌握 CDR 基本功能及使用。 求一份品牌设计/平面设计的工作。 有招聘需求的大佬请留下联系方式，以便投递简历，谢谢。

没有截图，也不知道怎么复现。不像传统的跳转链接，更像是系统的浮动通知。 我用的是安卓系统，浏览器是 chrome 。谁知道怎么回事

大家好， 我在此向大家求助，希望能得到一些帮助和建议。 问题描述： 我在 2008 年 11 月至 2011 年 5 月期间在北京的一家公司工作，但这段时间内公司没有为我缴纳社保。 目前情况： 劳动合同：我找不到当时的劳动合同。 公积金：当时公司在上海为我缴纳了公积金。 联系公司：我尝试联系原公司，希望可以自己出钱补缴社保，但公司不同意。 公司地址：北京市朝阳区建国路 126 号瑞赛大厦。 需求： 请问目前有没有其他方式可以让公司补缴这段时间的社保？如果有律师朋友可以提供帮助，我愿意支付律师费用。 谢谢！

所有专业词汇，包括未来还未出现的词汇，都可以用这 7000 个汉字来表达。 但英语词汇量在过去的 300 年里已经膨胀到 100 万个，其中 98%都是普通人无法掌握的专业词汇。