整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
用Axure的時候，怎么通過中繼器實現穿梭框功能呢？本文分享了一個方法。
AXURE中的中繼器是非常強大的底層組件。我們利用好中繼器的強大功能，可以為我們原型設計帶來很多便利，今天我們要介紹的是如何利用中繼器來組裝一個穿梭框。
我們先來看下效果：
選中幾項：
點擊移到右側已選區：
在已選區再剔除：
下面我們詳細介紹一下，如果通過中繼器來實現這個穿梭框。
1. 先在頁面上拖入一個動態面板，取名字為“候選區動態面板”
2. 在動態面板中放入一個中繼器。
我們在中繼器中分別放入2個文本框元件，分別取名字為“選中標志”和“選項名稱”。
選中標志我們采用“Font Awesome 5 Free”字體，來顯示選中狀態和未選中狀態，兩款字體如下：
選中/未選中
對應的中繼器列設置如下：
分別有：“name”、“checked”、“view”
3. 設置默認的加載交互
即把中繼器中的數據字段與頁面上的對應。
4. 把上述動態面板復制一份，改名稱為“已選動態面板”、“已選中繼器”
5. 設置候選項的點擊交互。
（1）如果點擊的行為“未選中”狀態的：
（2）如果是“已選中”狀態的：
這里要主要，我們當前是在后續中繼器中，我們要控制操作的是“已選中繼器”，
所以在規則設置中，要選“[[TargetItem.name==Item.name]]”，TargetItem就是代指“已選中繼器”。
6. 接下來我們來對選中移動按鈕進行交互設計
（1）先將“已選中繼器”中已標識的數據行中的“VIEW”字段設置為“1”，即是可以顯示的狀態。
（2）為了防止已選中繼器數據過多時，只顯示第一頁，所以對已選中繼器顯示的頁碼進行了設置。
（3）對候選中繼器中checked字段為已選中狀態的行刪除。
這樣，點擊移動按鈕后，候選區中勾選的項會移動到已選區。
7. 對已選區中繼器進行剔除操作
（1）未選中狀態：
（2）選中狀態：
8. 剔除按鈕
第一步先點擊剔除按鈕時，對“候選中繼器”VIEW字段=1的進行標記。
第二步對“候選中繼器”進行篩選，只對view=1的數據顯示，并排除其他篩選。
第三步對已選中繼器中選中狀態的行進行刪除。
這樣子，就完成了我們上面用原生AXURE的中繼器來實現穿梭框組件，實現多項選擇和剔除等交互操作。
原型地址：https://0571pm-1255625528.cos.ap-shanghai.myqcloud.com/html/%E7%A9%BF%E6%A2%AD%E6%A1%86/index.html
本文由 @華宇 原創發布于人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基于CC0協議。
器之心報道
機器之心編輯部
性能比 GPT-4 強很多。
大模型的純文本方向，已經卷到頭了？
剛剛，OpenAI 最大的競爭對手 Anthropic 發布了新一代 AI 大模型系列 ——Claude 3。
該系列包含三個模型，按能力由弱到強排列分別是 Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus。其中，能力最強的 Opus 在多項基準測試中得分都超過了 GPT-4 和 Gemini 1.0 Ultra，在數學、編程、多語言理解、視覺等多個維度樹立了新的行業基準。
Anthropic 表示，Claude 3 Opus 擁有人類本科生水平的知識。
在新模型發布后，Claude 首次帶來了對多模態能力的支持（Opus 版本的 MMMU 得分為 59.4%，超過 GPT-4V，與 Gemini 1.0 Ultra 持平）。用戶現在可以上傳照片、圖表、文檔和其他類型的非結構化數據，讓 AI 進行分析和解答。
<script src="https://lf6-cdn-tos.bytescm.com/obj/cdn-static-resource/tt_player/tt.player.js?v=20160723"></script>
此外，這三個模型也延續了 Claude 系列模型的傳統強項 —— 長上下文窗口。其初始階段支持 200K token 上下文窗口，不過，Anthropic 表示，三者都支持 100 萬 token 的上下文輸入（向特定客戶開放），這大約是英文版《白鯨》或《哈利?波特與死亡圣器》的長度。
不過，在定價上，能力最強的 Claude 3 也比 GPT-4 Turbo 要貴得多：GPT-4 Turbo 每百萬 token 輸入 / 輸出收費為 10/30 美元 ；而 Claude 3 Opus 為 15/75 美元。
Opus 和 Sonnet 現可在 claude.ai 和 Claude API 中使用，Haiku 也將于不久后推出。亞馬遜也第一時間宣布新模型登陸了 Amazon Bedrock。以下是 Anthropic 發布的官方 demo：
視頻鏈接：https://mp.weixin.qq.com/s/UOx_ooKXZkHtPV9rpY3_4w
有人說，Claude 3 Sonnet 解出了一道此前只有 GPT-4 才能解開的謎題。
不過，也有人表示，在實際體驗方面，Claude 3 并沒有徹底擊敗 GPT-4。
Claude 3 系列模型
Claude 3 系列模型的三個版本分別是 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku。
其中 Claude 3 Opus 是智能程度最高的模型，支持 200k tokens 上下文窗口，在高度復雜的任務上實現了當前 SOTA 的性能。該模型能夠以絕佳的流暢度和人類水平的理解能力來處理開放式 prompt 和未見過的場景。Claude 3 Opus 向我們展示了生成式 AI 可能達到的極限。
Claude 3 Sonnet 在智能程度與運行速度之間實現了理想的平衡，尤其是對于企業工作負載而言。與同類模型相比，它以更低的成本提供了強大的性能，并專為大規模 AI 部署中的高耐用性而設計。Claude 3 Sonnet 支持的上下文窗口為 200k tokens。
Claude 3 Haiku 是速度最快、最緊湊的模型，具有近乎實時的響應能力。有趣的是，它支持的上下文窗口同樣是 200k。該模型能夠以無與倫比的速度回答簡單的查詢和請求，用戶通過它可以構建模仿人類交互的無縫 AI 體驗。
接下來我們詳看一下 Claude 3 系列模型的特性和性能表現。
全面超越 GPT-4，實現智能水平新 SOTA
作為 Claude 3 系列中智能水平最高的模型，Opus 在 AI 系統的大多數評估基準上都優于競品，包括本科水平專家知識（MMLU）、研究生水平專家推理（GPQA） 、基礎數學（GSM8K）等基準。并且，Opus 在復雜任務上表現出接近人類水平的理解力和流暢度，引領通用智能的前沿。
此外，包括 Opus 在內，所有 Claude 3 系列模型都在分析和預測、細致內容創建、代碼生成以及西班牙語、日語和法語等非英語語言對話方面實現了能力增強。
下圖為 Claude 3 模型與競品模型在多個性能基準上的比較，可以看到，最強的 Opus 全面優于 OpenAI 的 GPT-4。
近乎實時響應
Claude 3 模型可以支持實時客戶聊天、自動補充和數據提取等響應必須立即且實時的任務。
Haiku 是智能類別市場上速度最快且最具成本效益的型號。它可以在不到三秒的時間內讀完一篇包含密集圖表和圖形信息的 arXiv 平臺論文（約 10k tokens）。
對于絕大多數工作，Sonnet 的速度比 Claude 2 和 Claude 2.1 快 2 倍，且智能水平更高。它擅長執行需要快速響應的任務，例如知識檢索或銷售自動化。Opus 的速度與 Claude 2 和 2.1 相似，但智能水平更高。
強大的視覺能力
Claude 3 具有與其他頭部模型相當的復雜視覺功能。它們可以處理各種視覺格式數據，包括照片、圖表、圖形和技術圖表。
Anthropic 表示，它們的一些客戶 50% 以上的知識庫以各種數據格式進行編程，例如 PDF、流程圖或演示幻燈片。因此，新模型強大的視覺能力非常有幫助。
更少拒絕回復
以前的 Claude 模型經常做出不必要的拒絕，這表明模型缺乏語境理解。Anthropic 在這一領域取得了有意義的進展：與前幾代模型相比，即使用戶 prompt 接近系統底線，Opus、Sonnet 和 Haiku 拒絕回答的可能性明顯降低。如下所示，Claude 3 模型對請求表現出更細致的理解，能夠識別真正的有害 prompt，并且拒絕回答無害 prompt 的頻率要少得多。
準確率提高
為了評估模型的準確率，Anthropic 使用了大量復雜的、事實性問題來解決當前模型中的已知弱點。Anthropic 將答案分為正確答案、錯誤答案（或幻覺）和不確定性回答，也就是模型不知道答案，而不是提供不正確的信息。與 Claude 2.1 相比，Opus 在這些具有挑戰性的開放式問題上的準確性（或正確答案）提高了一倍，同時也減少了錯誤回答。
除了產生更值得信賴的回復之外，Anthropic 還將在 Claude 3 模型中啟用引用，以便模型可以指向參考材料中的精確句子來證實回答。
長上下文和近乎完美的召回能力
Claude 3 系列型號在發布時最初將提供 200K 上下文窗口。然而，官方表示所有三種模型都能夠接收超過 100 萬 token 的輸入，此能力會被提供給需要增強處理能力的特定用戶。
為了有效地處理長上下文提示，模型需要強大的召回能力。Needle In A Haystack（NIAH）評估衡量模型可以從大量數據中準確回憶信息的能力。Anthropic 通過在每個提示中使用 30 個隨機 Needle/question 對在不同的眾包文檔庫上進行測試，增強了該基準的穩健性。Claude 3 Opus 不僅實現了近乎完美的召回率，超過 99% 的準確率。而且在某些情況下，它甚至識別出了評估本身的局限性，意識到「針」句子似乎是人為插入到原始文本中的。
安全易用
Anthropic 表示，其已建立專門團隊來跟蹤和減少安全風險。該公司也在開發 Constitutional AI 等方法來提高模型的安全性和透明度，并減輕新模式可能引發的隱私問題。
雖然與之前的模型相比，Claude 3 模型系列在生物知識、網絡相關知識和自主性的關鍵指標方面取得了進步，但根據研究，新模型處于 AI 安全級別 2（ASL-2）以內。
在使用體驗上，Claude 3 比以往模型更加擅長遵循復雜的多步驟指令，更加可以遵守品牌和響應準則，從而可以更好地開發可信賴的應用。此外，Anthropic 表示 Claude 3 模型現在更擅長以 JSON 等格式生成流行的結構化輸出，從而可以更輕松地指導 Claude 進行自然語言分類和情感分析等用例。
技術報告里寫了什么
目前，Anthropic 已經放出了 42 頁的技術報告《The Claude 3 Model Family: Opus, Sonnet, Haiku》。
報告地址：https://www-cdn.anthropic.com/de8ba9b01c9ab7cbabf5c33b80b7bbc618857627/Model_Card_Claude_3.pdf
我們看到了 Claude 3 系列模型的訓練數據、評估標準以及更詳細的實驗結果。
在訓練數據方面，Claude 3 系列模型接受了截至 2023 年 8 月互聯網公開可用的專用混合數據的訓練，以及來自第三方的非公開數據、數據標簽服務商和付費承包商提供的數據、Claude 內部的數據。
Claude 3 系列模型在以下多個指標上接受了廣泛的評估，包括：
首先是推理、編程和問答任務上的評估結果，Claude 3 系列模型在一系列推理、閱讀理解、數學、科學和編程的行業標準基準上與競品模型展開了比較，結果顯示不僅超越了自家以往模型，還在大多數情況下實現了新 SOTA。
Anthropic 在法學院入學考試 (LSAT) 、多州律師考試 (MBE)、美國數學競賽 2023 年數學競賽和研究生入學考試 (GRE) 普通考試中評估了 Claude 3 系列模型，具體結果如下表 2 所示。
Claude 3 系列模型具備多模態（圖像和視頻幀輸入）能力，并且在解決超越簡單文本理解的復雜多模態推理挑戰方面取得了重大進展。
一個典型的例子是 Claude 3 模型在 AI2D 科學圖表基準上的表現，這是一種視覺問答評估，涉及圖表解析并以多項選擇格式回答相應的問題。
Claude 3 Sonnet 在 0-shot 設置中達到了 SOTA 水平 —— 89.2%，其次是 Claude 3 Opus（88.3%）和 Claude 3 Haiku（80.6%），具體結果如下表 3 所示。
針對這份技術報告，愛丁堡大學博士生符堯在第一時間給出了自己的分析。
首先，在他看來，被評估的幾個模型在 MMLU / GSM8K / HumanEval 等幾項指標上基本沒有區分度，真正需要關心的是為什么最好的模型在 GSM8K 上依然有 5% 的錯誤。
他認為，真正能夠把模型區分開的是 MATH 和 GPQA，這些超級棘手的問題是 AI 模型下一步應該瞄準的目標。
與 Claude 之前的模型相比，改進比較大的領域是金融和醫學。
視覺方面，Claude 3 表現出的視覺 OCR 能力讓人看到了它在數據收集方面的巨大潛力。
此外，他還發現了其他一些趨勢：
從目前的評測基準和體驗看來，Claude 3 在智能水平、多模態能力和速度上都取得了長足的進步。隨著新系列模型的進一步優化和應用，我們或許將看到更加多元化的大模型生態。
博客地址：https://www.anthropic.com/news/claude-3-family
參考內容：https://www.cnbc.com/2024/03/04/google-backed-anthropic-debuts-claude-3-its-most-powerful-chatbot-yet.html
https://www.aboutamazon.com/news/aws/amazon-bedrock-anthropic-ai-claude-3
者按：學習不是靠時間來堆砌的，有好的學習方法，會讓你事半功倍。本文譯自Medium，作者Amardeep Parmar，原標題為" 10 Proven Ways to More Effective Learning "，希望對您有所啟發。
對不起，我可能是那種你會討厭的人。因為我學東西總是很快，當別人為考試臨時抱佛腳時，我總是無憂無慮。年輕的我可能有點太自以為是了。但人們沒有看到的是，我在很早以前就已經投入了大量的時間去做對我有用的事，而且做得很好。
直到幾年后，我參加了一個介紹學習方法的在線課程，發現自己當時是多么的幸運，我用到了其中的一些高效學習方法。該課程的專家們推薦了以下10條由神經科學和心理學支持的建議。同時，我也談了我使用這些技巧的個人經驗。
圖片來源：Photo by Victoria Priessnitz on Unsplash
# 1. 回憶，不要只是閱讀
回憶信息比單獨閱讀更有效。然而，人們在網上觀看視頻或閱讀書籍時，卻很少會用自己的語言進行復述，這種現象很普遍。我們這樣做是因為我們的大腦感覺這樣更容易，但這是浮于表面的，因為僅僅閱讀并不能幫助創建新的神經通路。
我曾一直在看YouTube上關于某個話題的視頻，并告訴自己我很有效率，沒有拖延，堅持學習。但是，幾天后我不能說出我從視頻中學到的東西。
現在，每當我學到新東西時，我總是試圖用自己的話來解釋這些信息。這在大學的學習中很管用，我發現在工作中更重要。
一些訓練課程方式是整節課聽一個人講話，就好像我們的大腦只是吸收這些話并儲存在長期記憶中。在這種情況下，我會復述老師的內容給老師聽，這迫使我的大腦更加努力工作，更加活躍。
# 2. 不斷測試自己
我把考試重新定義為學習的機會。我不期望自己盡善盡美，也不希望從挑戰中得到樂趣。
犯錯會讓人不舒服，這也是為什么我們的大腦會把誘導我們到更愉快的活動上，比如被動閱讀。我知道，有些人會喜歡直到學習快結束的時候才會測試自己，因為他們怕中途受到打擊。這種想法意味著你要很久以后才能發現自己的弱點。
最成功的語言學習者會讓自己處于非母語環境中，他們會經歷很多失敗，但是克服恐懼讓他們有機會更快地成長。斯科特·楊用了一年的時間學習了漢語、西班牙語、韓語和巴西語。
如果你把腎上腺素的增加看作是興奮而不是恐懼，你就可以啟動這個正反饋循環。確切地知道自己的進展比胡亂猜測要好。
# 3. 將概念分塊記憶
當你學習新東西的時候，你有很多細碎的需要記住的信息。您可能需要提示來記住一個5步流程中的每一步是什么。
隨著時間的推移，為了加快學習速度，你需要把測試提高一個級別。你可以先簡單回想一下這5個簡單的名字，之后回憶所有相關的流程。
這樣做的目的是將提示慢慢減少到最低水平。一開始，我會試著回憶我所記得的關于一個主題的所有事情，然后檢查課本，看看我漏掉了什么。當考試結束的時候，我可以在一張紙上回憶起整個模塊的要點。在考試的前夕，我可以寫下關于一個主題的所有內容。
這不是一件容易的事，但把它作為一個明確的目標，并及早開始，這是一種本能。
# 4.間隔性重復
死記硬背能讓你一周后記住多少?
有兩種學習方式：死記硬背或者深入了解。
如果你希望這些信息在將來對你有用，那么你必須經常重復這些信息。
圖片來源：Photo by Benjamin Lambert on Unsplash
把你的記憶想象成在茂密的雨林中的一個地方。如果你只去了一天，然后在那里待了一整天，那你只是勉強完成了一次艱難的旅程。但如果你每天堅持一小段時間，雜亂的植物就會慢慢被清除。最后，你需要去那里的次數越來越少，也能保持路徑依稀可辨。
現在有一種趨勢，人們想要一年讀幾百本書。我不喜歡這樣。除非你有非凡的記憶力，否則這是浪費時間。
如果兩周后你什么都想不起來，你就不能說你讀過。少看點書，經常復習你看過的東西，這是個更好的選擇。
我寧愿一年只知道10本書的內容，也不愿只知道200本書的標題。
學習一段時間，讓你的大腦消化信息，創建有效的神經通路。
# 5.用不同類型的問題檢查自己
如果你總是用同樣的方法來檢查你學習的東西，那么你只是在某個方面會變得更好。
當你學習一門語言時，如果你只通過做抽認卡來測試自己，那你就很難全面了解這門語言。
要想在一個領域有真正的能力，你需要能夠接受不同的挑戰。
當我學習Javascript的時候，我用了兩門不同的課程來實現更多的東西。我嘗試發現新的和有趣的問題來測試我的技能。
這就是為什么許多人發現從學習一項技能到應用一項技能的轉變是如此困難。他們對一小部分不反映現實的問題過于自信。
用不同的方法來練習你所學的東西，看看你是否已經記住了或者你是否理解了。
# 6.休息
“瘋狂就是一遍又一遍地做同一件事，卻期望得到不同的結果。”——愛因斯坦（Albert Einstein）
當你覺得不再有效率的時候，休息一下!出去散散步，呼吸一下新鮮空氣。
當我們不積極地專注于一個話題時，其實我們的大腦仍在后臺進行處理。散步回來后，再重新審視這個問題，你會發現又有了新的生機。
# 7.把你知道的教給別人
這是迄今為止我用過最有效的方法。我會比大多數人更早開始學習，這意味著我經常能夠幫助別人學習知識。
當我學到一些東西時，我喜歡用它并把它教給別人。有時，我會很難解釋一個概念，這雖然會讓我感到沮喪，但同時給了我動力去回顧和刷新我的記憶。
我喜歡把我學到的東西與其他領域聯系起來。如果你對汽車很熟悉，那么你就可以把其他領域的新概念與汽車的部件或功能聯系起來。你所了解的領域越多，就越容易做到這一點。
向別人解釋的時候，他們會問一些你從未想過的問題，暴露出你理解上的漏洞。
# 8.聚焦
我是番茄工作法的超級粉絲。我會在一段25分鐘的時間內緊張工作，沒有任何干擾，然后休息一段時間。學習時不要試圖同時處理多項任務，因為我們并不擅長這樣。
我很少長時間工作。我可以以90%的效率工作6個小時，完成更多的工作，而不是以30%的效率工作12個小時。這給了我更多休息的時間。
我有一個簡單的獎勵系統，如果我努力工作，我會獎勵自己看電影或出去鍛煉。
圖片來源：Photo by Andreas Klassen on Unsplash
我有一些朋友，他們整天整夜地把自己關起來，每天“學習”16個小時。但大部分時間都在發呆。當他們決定要工作這么長時間時，或許他們的效率目標就松懈了。
# 9.先做困難的事情
吃青蛙聽起來沒什么意思。青蛙是重要的事情，我們需要做，但不是緊急的。這可能意味著他們總是被推到緊急但不重要的項目!
我有一種非傳統的學習方法，我傾向于在一天的開始和結束時學習，把中午留給自己。這樣我就不必連續學習8小時。
我在一天的開始做最困難的事情，那時大多數人都在睡覺，沒什么事情發生。我晚上休息得很好，也很有動力。晚上更多的是關于大局的想法和回憶。
我們的大腦就像肌肉。去健身房的人都知道，當你的身體疲憊不堪時，你不會愿意去做最困難的運動。
短時間的熱身可能會起作用，但把疲憊的大腦推向更加疲憊可能會讓你想睡覺，而不是更有精神。
# 10.想象成功
想象力很重要，當我作為國家空手道隊的一員參加比賽時，我非常強調形象化。想象你自己正在使用你所學的技能。如果你是為了生意而學習普通話，想象一下用普通話達成交易時的喜悅。如果你正在學習如何烘焙，想象一下，當你看到孩子在吃完你的蛋糕后開心時的喜悅。
你內心的積極情緒越強烈，你就越有動力去學習。
我從不懷疑我能夠學習一個新的領域，這種自信比什么都重要。如果你不相信自己可以掌握一項技能，那么任何提示或技巧都不能讓你達到你想要達到的目標。
總結
我們已經介紹了10種提高學習效率的方法。這些想法來自教學專家芭芭拉·奧克利，我在自己的生活中通過使用這些方法取得了巨大的成果。
1. 回憶，不要只是閱讀——閱讀材料更容易，但不會產生更深層次的回憶神經通路。
2. 不斷地測試你自己——測試讓我們知道自己的知識在哪些地方欠缺，哪些地方需要集中注意力。
3. 將概念分塊記憶——一次性記住一個主題所有內容是非常困難，我們需要分塊記憶，并創建項目之間的鏈接，讓回憶更快。
4. 間隔性重復——學習一段時間，讓你的大腦消化信息，創建有效的神經通路。
5. 輪換不同類型的問題——用不同的方法來檢驗你所學的東西，看看你是否已經記住了或者你是否理解了。
6. 把你知道的教給別人——能夠教給別人表明你有很強的理解力，同時這也可以暴露你不知道的東西。
7. 休息——你的大腦就像一塊肌肉，需要時間來恢復。
8. 集中注意力——嘗試一下番茄工作法，在一定期間進行高強度的學習。
9. 啃下硬骨頭——在你頭腦最清醒的時候，先做最難的事情。
10.想象成功——自信是最重要的，你要想象當你把學到的東西付諸實踐時你的感受。
譯者：Jane
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
