[图]Google Workspace新功能已开始推广：可在Docs文档中搜索和输入Emoji

[图]GoogleWorkspace新功能已开始推广：可在Docs文档中搜索和输入EmojiGoogleWorkspace在近日更新的博文中确认，用户可以直接在GoogleDocs文档中搜索和输入Emoji。这项功能已经开始逐步推广，预估会在9月底完成推广。该功能用户将能够使用@前缀进行搜索，例如，通过键入“@smile”将搜索其描述中带有微笑的任意表情符号。从8月29日开始，首先会为RapidRelease用户推出为期15天的测试期，9月12日开始向ScheduledRelease推出。它适用于所有GoogleWorkspace客户以及旧版GSuiteBasic和Business客户，也适用于个人Google帐户。PC版：https://www.cnbeta.com/articles/soft/1310153.htm手机版：https://m.cnbeta.com/view/1310153.htm

一个强大的本地托管基于 Web 的 PDF 操作工具，使用 docker，允许你对 PDF 文件执行各种操作，例如拆分合并、转换

一个强大的本地托管基于Web的PDF操作工具，使用docker，允许你对PDF文件执行各种操作，例如拆分合并、转换、重新组织、添加图像、旋转、压缩等。这个本地托管的Web应用程序最初是100%ChatGPT制作的应用程序，现已发展到包含广泛的功能来满足你的所有PDF需求。StirlingPDF不会发出任何记录保存或跟踪的呼出电话。所有文件和PDF要么纯粹是客户端，仅在任务执行期间位于服务器内存中，要么仅在执行任务时位于临时文件中。届时用户下载的任何文件都已从服务器中删除。特征用于合并/分割/旋转/移动PDF及其页面的完整交互式GUI。将PDF拆分为指定页码的多个文件，或将所有页面提取为单独的文件。将多个PDF合并为一个结果文件将PDF与图像相互转换将PDF页面重新组织为不同的顺序。添加/生成签名将PDF格式化为多页页面按设置的百分比缩放页面内容大小调整对比度裁剪PDF自动分割PDF（使用物理扫描的页面分隔符）拼合PDF修复PDF检测并删除空白页比较2个PDF并显示文本差异将图像添加到PDF以90度增量旋转PDF。压缩PDF以减小文件大小。（使用OCRMyPDF）添加和删​​除密码设置PDF权限添加水印将任何常见文件转换为PDF（使用LibreOffice）将PDF转换为Word/Powerpoint/其他（使用LibreOffice）将HTML转换为PDFPDF的网址从PDF中提取图像从扫描中提取图像添加页码通过检测PDF标题文本自动重命名文件PDF上的OCR（使用OCRMyPDF）PDF/A转换（使用OCRMyPDF）编辑元数据深色模式支持。自定义下载选项（参见此处的示例）并行文件处理和下载用于与外部脚本集成的API#工具

Sycamore：一个对话式搜索和分析平台，适用于复杂的非结构化数据，例如文档、演示文稿、成绩单、嵌入式表格和内部知识存储库。

：一个对话式搜索和分析平台，适用于复杂的非结构化数据，例如文档、演示文稿、成绩单、嵌入式表格和内部知识存储库。它通过将人工智能引入数据准备、索引和检索来检索和综合高质量的答案。Sycamore可以轻松准备用于搜索和分析的非结构化数据，提供用于数据清理、信息提取、丰富、汇总和生成封装数据语义的向量嵌入的工具包。Sycamore使用你选择的生成式AI模型来使这些操作变得简单而有效，并且可以实现快速实验和迭代。此外，Sycamore使用OpenSearch进行索引，支持混合（向量+关键字）搜索、检索增强生成(RAG)管道、过滤、分析功能、会话记忆和其他功能来改进信息检索。特征自然语言、对话界面，可针对非结构化数据提出复杂问题。包括对来源段落和对话记忆的引用。包括对非结构化数据的各种查询操作，包括混合搜索、检索增强生成(RAG)和分析函数。通过高级数据分段、用于数据丰富的LLM支持的UDF、使用Python进行的高性能数据操作以及使用各种AI模型的向量嵌入，准备和丰富用于搜索和分析的复杂非结构化数据。自动数据爬虫（AmazonS3和HTTP）和Jupyter笔记本支持等有用的功能可用于创建和迭代数据准备脚本。可扩展、安全且可定制的OpenSearch后端，用于索引和数据检索。

微软将在Word中集成AI图像生成工具 帮助用户在创建文档时快速生成图片

微软将在Word中集成AI图像生成工具帮助用户在创建文档时快速生成图片微软称在Copilot帮助下用户可以生成更满意的图像，生成后即可插入文档中使用，包括创建常规矩形尺寸图像或者横幅之类的。该功能预计在6月份更新中到来，支持WordforWindows、Mac、iOS和网页版，安卓版的支持可能还需要再等等，暂时没有时间表。值得注意的是近期Word要增加的新功能还是挺多的，根据计划微软将在本月晚些时候为Word中的Copilot提供联网功能，即通过Bing搜索检索答案，让用户无需在浏览器中操作。到5月份Word将支持选择文本、列表或表格，然后利用Copilot生成新功能并提供更丰富的交互体验，例如不同的格式、组件等。以上功能仅支持Microsoft365订阅版，诸如Office2021等买断版不支持此类功能。...PC版：https://www.cnbeta.com.tw/articles/soft/1428188.htm手机版：https://m.cnbeta.com.tw/view/1428188.htm

LightNet 是一个基于流行的暗网平台的深度学习框架，旨在为计算机视觉任务创建高效、高速的卷积神经网络（CNN）。该框架经过

LightNet是一个基于流行的暗网平台的深度学习框架，旨在为计算机视觉任务创建高效、高速的卷积神经网络（CNN）。该框架经过改进和优化，可为各种深度学习挑战提供更通用、更强大的解决方案。LightNet融合了多项前沿技术和优化来提高CNN模型的性能。主要特点包括：●多任务学习除了暗网中的对象检测之外，LightNet还经过扩展以支持语义分割学习，从而可以对图像内的对象进行更准确、更详细的分割。此功能支持训练CNN模型来识别和分类图像中的各个像素，从而实现更精确的对象检测和场景理解。例如，语义分割可用于识别图像中的各个对象，例如汽车或行人，并用相应的对象类别标记图像中的每个像素。这对于各种应用都很有用，包括自动驾驶和医学图像分析。●2:4结构化稀疏性2:4结构化稀疏技术是一种减少CNN模型参数数量同时保持其性能的新颖方法。这种方法使模型更加高效并且需要更少的计算，从而缩短训练和推理时间。例如，使用2:4结构化稀疏性可以减少CNN模型的内存占用和计算要求，从而更容易部署在手机或嵌入式系统等资源受限的设备上。●通道修剪通道剪枝是一种优化技术，可以减少CNN模型中的通道数量，而不会显着影响其准确性。此方法有助于减小模型大小和计算要求，从而在保持性能的同时缩短训练和推理时间。例如，通道修剪可用于减少CNN模型中的通道数量，以便在低功耗处理器上进行实时处理，同时仍保持高精度。这对于在计算资源有限的设备上部署模型非常有用。●训练后量化（维护中）训练后量化(PTQ)是一种减少训练后CNN模型的内存占用和计算要求的技术。此功能目前正在维护中，将在未来版本中提供。●量化感知训练（未来支持）虽然PTQ被认为足以满足NVIDIAGPU上的LightNet，但对于不支持每通道量化的AI处理器，我们可能会考虑根据需要添加对量化感知训练(QAT)的支持。#框架