註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 SPOTLIGHT
SPOTLIGHT 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 SPOTLIGHT 的搜尋結果
锁屏的spotlight是一张熊图,以为熊主顺着网线来打劫了
在 Mac 电脑上找个文件,Spotlight 搜半天搜不到,名字记不全更是白搭。 Cling 是一款 macOS 上的文件搜索工具,支持模糊匹配,打错字、只记得一半名字也能找到。 搜索速度很快,900 多万个文件里定位一个,不到 100 毫秒。 GitHub: 启动时默认显示最近改过的文件,找到以后可以直接拖拽、用快捷键操作或者跑自定义脚本。 经常翻文件翻到头疼的朋友,装一个试试。
顯示更多
0
37
23
2
轉發到社區
BWENEWS: THE BLOCK spotlighted by the WEF for NHS AI use cases 方程式新闻: THE BLOCK FLOCK MarketCap: 13M (Auto match could be wrong, 自动匹配可能不准确)
顯示更多
推荐这篇文章,Together AI 的 ThunderAgent(ICML 2026 Spotlight)。 把 agent 工作流当成一个"程序"来调度,而非一系列无关的请求——单节点吞吐翻倍,8 节点近线性扩展。 Together AI 在 7 月 29 日发布了 ThunderAgent——一个面向 agentic 推理的高吞吐调度系统。ICML 2026 Spotlight 论文。核心贡献:把 agent workflow 抽象为"程序"而非"一系列不相关的请求"。 问题:KV Cache Thrashing Agent 工作流在两个阶段之间交替:GPU 密集的推理阶段和 GPU 空闲的等待工具返回阶段。当数百个 agent 并发运行时,各自的 KV cache 在每轮不断增长,竞争有限的 GPU 内存。 传统推理引擎(vLLM、SGLang、TensorRT-LLM)按请求级别调度——agent A 暂停等待工具调用时,它的 KV cache 被 LRU 淘汰腾出空间给 agent B 的 prefill。当 A 的工具返回,引擎必须从头重算 A 的整段对话历史,这又淘汰了 C 的 cache。高并发下,这种淘汰和重算的级联反应导致严重的吞吐量和延迟退化——论文称之为 KV cache thrashing。 能通过加 GPU 节点解决吗?不完全。现有多节点路由器(如 SGLang Gateway)把每个 agent 钉在固定节点上以保留 cache 局部性——但 agent 的上下文长度不可预测增长,某些节点被赋予长上下文 agent 导致内存耗尽,其他节点闲置。 能通过 KV cache offloading 解决吗?也解决不了。LMCache 和 HiCache 把 KV cache 卸载到 CPU 内存或磁盘,扩大了总容量但只是延迟 thrasthing。当并发 agent 的工作集超过所有存储层级时,淘汰恢复,同一个恶性循环重现。 ThunderAgent 的解法 ThunderAgent 在 agentic 客户端和推理后端之间插入一个轻量调度层。它将每个 agent 工作流抽象为一个可调度程序(program),追踪其执行阶段、KV cache 占用和节点位置。 Program-level admission control:监控每个节点的内存压力,选择性暂停低优先级工作流,减少竞争 cache 的程序数量。当被暂停的工作流准备恢复时,通过全局等待队列路由到容量最充足的节点。 多节点部署:用全局等待队列替代了基于 session 的静态节点绑定。暂停的工作流恢复时被路由到可用容量最多的节点,在 KV cache 局部性和多节点负载均衡之间取得平衡。 评测 集成在 Together AI 自己的合成数据生成管道里——就是产生 CoderForge 等数据集的那套基础设施。对比 SGLang 默认调度器: 单节点 8×H100(HiCache offloading),batch size 192: • SGLang:吞吐 390 token/s,平均延迟 65s • ThunderAgent:吞吐 803 token/s,平均延迟 10.6s 多节点(2→8 节点): • 近线性扩展,16 GPU 到 64 GPU 吞吐从 671 增长到 2248 steps/min • 加速比随集群规模增大:2 节点 1.79× → 8 节点 2.39× 使用 一个 program_id 字段,OpenAI 兼容 API,直接适配现成的 offloading 和 speculative decoding。已被 SkyRL 和 NVIDIA Dynamo 集成。 GitHub: 论文: #AgentInference# #KVcache# #ThunderAgent#
顯示更多
一个极简的个人仪表盘项目,核心亮点是内置了类似 macOS Spotlight 的搜索启动器(Ctrl+F 唤起)。支持模糊搜索排名、智能搜索引擎切换(
顯示更多
🚀 SHIB suddenly woke up. 一根大阳线,把沉睡已久的 SHIB 拉回了大家的视线。 ethereum:0x95ad61b0a150d79219dcf64e1e6cc01f0b64c4ce 是新一轮 MEME 行情的开始,还是一次短暂的情绪拉升?👀 🚀 SHIB is finally moving again. One strong candle has brought SHIB back into the spotlight. The start of a new meme season, or just a short-lived pump? 🤔 #SHIB# #ShibaInu# #Crypto# #Memecoin# #Binance# #Altcoins# #BTC# #Ethereum# #Web3# #CryptoTrading# #BullMarket#
顯示更多
这个不错,原生 macOS 视频下载工具,在一个应用内完成视频下载、裁剪和管理,背后跑的是 yt-dlp。 粘贴链接,一个 Spotlight 风格的小窗口弹出来,点一下就开始下载。下载完自动转成通用 MP4、复制到剪贴板、存到你选的文件夹,还带缩略图历史。
顯示更多
0
2
239
25
轉發到社區
打工人 学生党 生产力玩家必备的AI?!✅ Misa发现了一款微软亲自开源的神器markitdown,直接把 Word PDF Excel PPT 变成了AI友好的干净 Markdown~ 以前复制粘贴报告 合同 演示文稿到 ChatGPT或者Claude 里,排版全乱,表格丢掉,图片看不懂 现在全解决了! markitdown 能把几乎所有办公文件转成结构清晰的 Markdown,让 AI 完美吃进去。 总结 提取数据 分析报告非常的快。 普通人 10 分钟上手,零基础也能用~ 而且GitHub 最近星标暴涨,Daily Work 系列都在推。 超详细新手教程!快来试试💚 第1步:准备环境(一次就好) 1确保电脑有 Python 3.10 或更高版本(没装的去 下载最新版,安装时勾选“Add to PATH”) 2打开终端/命令提示符: ◦Windows:按 Win + R 输入 cmd 回车 ◦Mac:Spotlight 搜 “Terminal” 3(推荐)创建虚拟环境(避免冲突):
python -m venv markitdown-env 4markitdown-env\Scripts\activate # Windows 5# source markitdown-env/bin/activate # Mac/Linux 第2步:安装神器(一行命令) pip install 'markitdown[all]' ([all] 会自动装 PDF、Office 文件所有依赖,懒人首选) 第3步:一键转换文件(最常用方式) 把文件拖到桌面或记下来路径,然后在终端输入: # 示例1:把 PDF 转成 Markdown(输出到文件) markitdown "我的报告.pdf" -o 报告总结.md # 示例2:Word 文档 markitdown "合同.docx" -o 合同.md # 示例3:Excel 表格(表格会自动转成超级干净的 Markdown 表格!) markitdown "数据.xlsx" -o 数据.md # 示例4:PPT 演示文稿 markitdown "演示.pptx" -o 幻灯片.md 转换完直接打开 .md 文件,用记事本、Typora、VS Code 都能看,内容干净到可以直接丢给 AI! 第4步:更懒的用法(不用输出文件) markitdown "报告.pdf" # 直接在终端显示内容,复制粘贴给 AI 就行 第5步:进阶玩法(想让 AI 帮你描述图片/幻灯片) 安装完后可以用 Python 简单脚本(复制下面代码保存为 运行): from markitdown import MarkItDown md = MarkItDown() # 想让 AI 看图就加 LLM 参数 result = md.convert("带图片的报告.pdf") print(result.text_content) # 复制这个结果给 AI 立即冲 GitHub: #AI工具# #效率神器# #打工人# #Office# #生产力# #Markdown# #微软开源# #AI教程#
顯示更多
0
68
72
2
轉發到社區
超过 2 亿人在用 Mac。 但很多人其实只用到了最基础的功能。 下面这 11 个 Mac 隐藏技巧,学会后效率会高很多👇 1. 屏幕录制 Mac 自带录屏功能,不用额外安装软件。 快捷键: Shift + Command + 5 可以选择: • 录制整个屏幕 • 录制选定区域 • 截图 • 设置保存位置 做教程、录演示、保存操作流程都很方便。 2. 分屏视图 Mac 可以让两个 App 并排显示。 比如: 左边打开邮件, 右边打开提醒事项。 操作方法: 长按窗口左上角绿色全屏按钮, 选择放到屏幕左侧或右侧, 再选择另一个 App。 适合写作、查资料、处理任务时使用。 3. 背景音效 Mac 内置白噪音功能。 路径: Apple 菜单 → 系统设置 → 辅助功能 → 音频 → 背景音效 可以开启雨声、海浪、溪流等背景声音。 适合专注、阅读、写作、放松时使用。 4. 数字签名 PDF 不用打印出来签字。 操作: • 用「预览」打开 PDF • 点击「显示标记工具栏」 • 选择「签名」图标 • 创建或插入签名 合同、表格、文件确认都可以直接在 Mac 上完成。 5. Mac 截屏 Mac 截图快捷键一定要记住: Command + Shift + 3 截取整个屏幕。 Command + Shift + 4 截取选定区域。 截图默认会保存为 PNG 文件到桌面。 6. 视频通话中用手势反应 Mac 视频通话时支持手势反应。 比如: • 竖大拇指 • 挥手 • 比心 • 其他系统支持的手势效果 开会、网课、远程沟通时, 不用点按钮,也能快速表达反馈。 7. 在演示文稿中加入自己 做线上演示时, 可以把自己的摄像头画面叠加到演示内容中。 适合: • 远程会议 • 网课讲解 • 产品演示 • PPT 汇报 观众既能看到内容, 也能看到讲解人, 表达效果更自然。 8. 在打开的应用间滑动 触控板三指左右滑动, 可以快速切换已打开的应用和桌面。 不用频繁点 Dock, 不用来回找窗口。 多任务办公时非常省时间。 9. 聚焦搜索 Command + Space 打开 Spotlight。 可以快速: • 搜索应用 • 查找文件 • 打开设置 • 做简单计算 • 搜索联系人 • 启动工具 很多操作不用翻文件夹, 直接搜索更快。 10. 裁剪和校正照片 Mac 自带照片编辑功能。 打开照片后,可以直接进行: • 裁剪 • 旋转 • 拉直 • 调整构图 • 基础修图 日常处理截图、证件照、资料图, 不一定需要 Photoshop。 11. 将 Mac 重置为出厂设置 准备转卖、送人或彻底清理电脑时, 可以使用系统自带重置功能。 路径: 系统设置 → 通用 → 传输或还原 → 抹掉所有内容和设置 操作前一定先备份重要文件。 这个功能可以快速清除个人数据, 让 Mac 恢复到接近新机状态。 Mac 真正强的地方, 不是硬件漂亮, 而是这些系统功能用熟之后, 能明显减少重复操作。
顯示更多
0
2
40
22
轉發到社區
Arc昨晚的视频会议总结(Chariot项目展示): Chariot是一个跨链抵押借贷协议,在Arc Testnet上构建。它让ETH可以跨链作为抵押品,在另一条链上借贷,同时结合真实世界资产(RWA)收益,实现“双重收益”。 会议主要演示内容: 1. 跨链抵押流程 🔹用户把ETH从Sepolia测试网,通过ETHEscrow工具桥接到Arc。 🔹这样ETH就能在Arc上作为抵押品使用,避免传统跨链的复杂和风险。 2. ChariotVault(金库)设计 🔹基于ERC-4626标准(DeFi常见金库标准)。 🔹双重收益机制:借贷人支付的利息 + USYC(Circle的国债收益率产品)带来的T-bill收益。 🔹简单说:存钱进去,既能赚借贷利息,还能额外赚稳定国债收益,效率更高。 3. 风险管理演示 🔹实时展示清算过程:抵押品价值不够时自动处理。 🔹熔断机制(Circuit Breaker):市场异常时自动暂停,保护协议安全。 🔹深入讲解了智能合约、风险模型,以及Vault Agent(金库代理)如何自动管理USYC敞口。 总结:这是Arc Enterprise & DeFi Hackathon的Spotlight项目,展示了Arc如何支持更复杂的DeFi应用——不只是简单转账,而是真正的跨链金融基础设施。项目强调安全(风险控制强)、 可组合性,适合开发者快速构建。
顯示更多
0
33
23
0
轉發到社區