内容均不涉及转发、复制原文等，仅提供外链和标题聚合（可视做聚合引擎且非商业不盈利），查看详情请拷贝并跳转原始链接。如有侵权，还请告知。
新闻
2023年，春节红包走下历史舞台
概要: 以往几年里，互联网大厂都会在春节期间上演“红包大战”，但在今年，巨头之间“红包大战”的火焰却没有燃烧得那么热烈了，红包金额在缩水，平台给出的玩法和套路也越来越复杂。春节红包，会不会就此走下互联网的舞台……
回顾2022年最重要的 NFT 时刻
概要: 2022年高热度的NFT是如何一步步发展起来的，有哪些关键时刻值得铭记呢？一起来看看作者对NFT2022高光时刻的总结吧！元宇宙、原生代币、黑客攻击……可谓是跌宕起伏的一年，推荐对科技互联网、……
微软下个十年的想象力，藏在ChatGPT里
概要: 人们关于AI人工智能的想象空间正在不断被打破，比如去年年末，ChatGPT就在互联网圈引发了热烈讨论，而现在，ChatGPT的应用范围又要被拓展了，因为近日就有消息传出微软旗下产品要全线嵌入ChatG……
人口拐点，肉眼可见
概要: 来源｜地球知识局（ID：diqiuzhishiju）作者｜豆腐乳，校稿｜朝乾头图｜视觉中国据国家统计局网站消息，2022年末全国人口比上年末减少85万人。在很多人印象里，中国人口不断增加，中国一直是全……
特斯拉降价不光伤了老车主，二手车商同样很“受伤”
概要: 转自：杭州网……
拒绝将游戏服务顺延六个月？网易回应暴雪：合作不对等
概要: 中新网1月18日电 1月17日深夜，网易通过其微信公众号就暴雪中国发布的《暴雪对国服玩家社区的更新说明》进行回应回应……
“海淘”商品多久到手？实地体验跨境电商新业态:下单到取货 只要7分钟
概要: 转自：成都日报……
36氪出海·CLUB纳新｜出海日本创新加速营本周五1/20截止，元宇宙、碳中和、新消费企业招募中
概要: 36氪出海·CLUB纳新｜出海日本创新加速营本周五1/20截止，元宇宙、碳中和、新消费企业招募中-36氪
PS港服商城开启“玩转新一年”优惠活动 最低至两折
概要: PlayStation港服今日开启“玩转新一年”优惠活动，上千款游戏商品参与打折活动，最低至2折，活动截止到2023年2月1日。部分游戏折扣（目前港币汇率为1港元约等于0.86人民币）活动地址：点击此……
网传网易咖啡厅推出“暴雪绿茶”饮品 订单火爆已售罄
概要: 据网易员工朋友圈流出的消息，网易园区咖啡吧推出了饮品“暴雪绿茶”，点单页面显示“已售罄”。昨天，暴雪中国发布了公告称网易拒绝了服务顺延6个月的提议，所以国服确定将在1月24日凌晨0点停止服务，对于暴雪……
源码一粟 | 不确定的2023年，我们用这23个关键词锚定
概要: 源码一粟 | 不确定的2023年，我们用这23个关键词锚定-36氪
剧场版动画《名侦探柯南》邀请泽村一树担任客串声优
概要: 根据青山刚昌原作制作的剧场版动画《名侦探柯南 黑铁的鱼影》宣布了将要请泽村一树作为客串声优出演的消息。这次泽村一树将要为故事的舞台海洋设施“太平洋浮标”的局长牧野洋辅配音。
《原神》拾枝杂谈-「艾尔海森：诠辩深妙」
概要: 今日（1月18日），原神官方公布《原神》拾枝杂谈-「艾尔海森：诠辩深妙」，生活的智慧与学者的智慧不尽相同，却仍有相似之处。 排除不必要的琐碎干扰，才能求得宁静的真理。宣传片：CV：「坎瑞亚的拾枝者」—……
《雷霆沙赞2》宣布确认引进中国内地 档期待定
概要: 新浪娱乐讯 1月18日，DC新片《雷霆沙赞2》宣布确认引进中国内地，目前待定档。 该片北美3月17日上映，名为《雷霆沙赞！众神之怒》，扎克瑞·莱维、亚瑟·安其、杰克·迪伦·格雷泽、费丝·赫尔曼、伊恩……
游戏《莱莎的炼金工房3》延期发售
概要: 光荣特库摩宣布了游戏《莱莎的炼金工房3 终结之炼金术士与秘密钥匙》延期发售的消息。发售日由原定的2023年2月22日（Steam版2月24日），调整为2023年3月23日（Steam版3月24日）。
求购Space X、Neuralink老股；转让持有Shein、某头部物流公司的基金份额｜资情留言板第78期
概要: 求购Space X、Neuralink老股；转让持有Shein、某头部物流公司的基金份额｜资情留言板第78期-36氪
《海贼王》1072话情报：记忆的重量 斯图西身份曝光
概要: 《海贼王》1072话情报公开，虽然贝加庞克一直的阻止，但是邦妮还是接触到了熊之前的记忆。另一边，突然卡库的脖子被人咬了，陷入睡眠。斯图西的真实身份揭露。
广州三甲急诊室内外：疫情下普通人的生死一月
概要: 本文来自微信公众号：五环外（ID：wuhuanoutside），作者：优优，编辑：车卯卯，题图来自：视觉中国张鹏住在越秀的中华广场附近，不远处，是广州两个综合实力排行靠前的大型三甲——中山大学附属第一……
《三体》电视剧开播后 《三体》动画豆瓣暴跌至4.5分
概要: 《三体》动画豆瓣跌至4.5分。
《新世纪福音战士新剧场版：终》暂缓上线 官方致歉
概要: 1月18日，《新世纪福音战士》官博发文称，现在因为不可抗力的因素，将暂缓上线《新世纪福音战士新剧场版：终》，后续如有进一步消息第一时间通知大家。
晴雨表和钟摆：究竟哪个对投资更管用？
概要: 股市只是经济的晴雨表吗？这就可以解释为何在经济高增长阶段A股市场表现往往不佳的原因。
《隐秘的角落》正式登陆Steam 试玩版得到更新
概要: 《隐秘的角落》现已正式在Steam平台发售，国区定价56元，首发-15%优惠价47.6元，优惠截止到1月25日。《隐秘的角落》改编自极具影响力的同名华语悬疑剧，游戏将探索、解谜、推理融合进原创故事剧情……
视频：期待！马丽透露今年春晚小品题材是一个挺大的挑战
概要: 视频：期待！马丽透露今年春晚小品题材是一个挺大的挑战
海外new things | 英国自动驾驶技术初创「Oxbotica」再获1.4亿美元C轮融资，其B2B自动驾驶平台已取得技术进展
概要: 海外new things | 英国自动驾驶技术初创「Oxbotica」再获1.4亿美元C轮融资，其B2B自动驾驶平台已取得技术进展-36氪
干干净净过大年：京东衣鞋任洗 19.8 元/件好价速囤
概要: 【京东小哥上门取送】京东洗衣服务 4 件（衣鞋任洗）日常售价 119 元，今日年货节直降至 99 元。叠加 20 元限时券，实付 79 元囤货好价：京东京东洗衣服务 4 件套餐衣鞋任洗券后 79 元领……
动画《复仇者》的漫画版开始连载
概要: 目前正在播出中的动画《复仇者》，在本日（18日）发售的月刊月刊GFantasy2月号上，开始了漫画版的连载。
中国经济将迎来阶段性复苏，但风险和挑战依然很大
概要: 经受住三年疫情和种种外部不确定性因素的冲击，中国经济有望重新回到合理增长的轨道，继续展现发展经济体的韧性和活力。
《水星魔女》续篇令人不安？你会否担心该作的续篇？
概要: 在去年播出的10月番中，《机动战士高达 水星的魔女》算是颇具人气的一部作品。但面对将于4月到来的第二季，仍有不少观众开始感到担心……
【晚报】恩比德：没有队友的支持我无法表现这么出色，哈登让我打得更轻松！
概要: 【关于76人】：1、今日赛前，76人助教乔尔格接受采访谈到球队：乔尔格：“优秀的球队能赢得势均力敌的比赛，你会寻求一种赢球的方法，在进攻的时候执行战术，在防守的时候让对手进攻停滞… ”2、阳光明媚的南
一图盘点2022全球大类资产
概要: 回顾2022年全年，在俄乌冲突持续、央行普遍加息应对高通胀的背景下，全球主要股指“双杀”。美元指数创2015年来最佳年度表现，主要非美货币普遍承压下挫。商品市场表现相对领先权益市场和债市。
权威解答：你关心的人口、就业、收入、消费……传出好消息
概要: 来源：国是直通车 刚刚出炉的2022年中国经济年报显示，国民经济顶住压力持续发展。在121万亿、3%等“大数”背后，许多贴近你我日常生活的小切口也值得关注。
再度参与亚洲油品市场定价，厦门国贸获得柴油普氏市场窗口交易资格
概要: 近日，厦门国贸集团股份有限公司（证券简称：厦门国贸 证券代码：600755）旗下ITG Resources（Singapore）Pte. Ltd.（下称“ITG Resources”）获得普氏柴油亚洲……
可靠股份加速拓展医疗防护领域 正式推出N95、KN95口罩等多样化防护产品
概要: 疫情常态化控制下,大众对卫生健康的关注显著提升,防护场景逐渐常态化,口罩、消毒液、消毒湿巾等医疗防护用品市场持续稳定增长……
距情人节仅剩 28 天：JISSBON 0.66 元/枚官方好价（商超 2 元）
概要: 【JISSBON 官方旗舰店】Jissbon 超薄系列 30 枚日常售价 39.9 元，今日官方冲量狂促，可领 250 元大额券，券后实付 19.9 元包邮。需拍宝贝末项，折合 0.66 元 / 枚，……
荷兰队的替补奇兵，BOB SPORTS体育盘点之韦霍斯特
概要: 今天的盘点主角是沃特·韦霍斯特 (Wout Weghorst),1992年8月7日出生于博尔讷,荷兰足球运动员。上周五,曼联正式签下了荷兰前锋韦霍斯特,也就是被梅西骂“给你两窝窝”的那位球员。韦霍斯特……
63800元→3780元，医保“灵魂砍价”再现！谈判现场→
概要: 63800元→3780元 一款罕见病口服药价格 医保谈判现场再现 “灵魂砍价” ↓↓↓ 罕见病用药一直是医保关注的重点 脊髓性肌萎缩症（SMA） 是一种高致死率和高致残率的罕见病…
新春将至！乐鱼体育携手合作伙伴西班牙人祝球迷新春快乐
概要: 一年里最重要的节日即将到来，在这个温暖的时刻，乐鱼体育携手西班牙人俱乐部一众主力球员，为各位球迷朋友送上新春的节日问候，球员马丁·布莱斯维特、维尼修斯·索萨、布里安·奥利万、阿尔瓦罗·费尔南德斯纷纷出……
人社部：进一步落实落细农民工市民化相关政策 多措并举稳定和扩大县域就业岗位
概要: 来源：上海证券报 上证报中国证券网讯 据人社部18日消息，人力资源社会保障部等9部门部署开展县域农民工市民化质量提升行动。 近日，人力资源社会保障部、国家发展改革委…
国产新冠口服药提速：三天受理两款上市申请，6家药企竞逐两大靶点
概要: 三天之内，两款国产新冠口服药上市申请获受理。 1月18日，上海君实生物医药科技股份有限公司（君实生物，01877.HK；688180.SH）发布公告称…
亿纬锂能：拟 100 亿元投建 20GWh 动力储能电池生产基地项目
概要: IT之家1 月 18 日消息，亿纬锂能今日晚间发布公告称，拟与简阳市人民政府就20GWh 动力储能电池生产基地项目签订投资合作协议。亿纬锂能在公告中指出，公司在简阳市注册成立全资项目公司，注册资本金不……
Web3.0时代到来，探我元宇宙正式开始推进互联网新业态
概要: 伴随区块链和智能合约技术发展趋于成熟,Web3.0时代正在向人类走来……
从 0 到 1，用 PPT 做一份兔年贺卡
概要: 马上就是农历新年了！趁着喜庆的日子，今天手把手教你用 PPT 做一份兔年贺卡。01.版式布局首先设置 PPT 尺寸，这次要做的是竖版贺卡：在设计选项卡的幻灯片大小中可自定义尺寸，比如这里是（宽 18c……
地方大学招生难、独自生活模式兴起，日韩苦寻对策应对人口负增长
概要: 人口负增长，已是困扰日韩两国多年的难题。
《12日的夜晚》获颁法国卢米埃尔年度大奖
概要: 新浪娱乐讯 当地时间1月16日晚8时， 第28届卢米埃尔年度颁奖典礼，在巴黎市中心的影像论坛（Forum des images）放映大厅拉开帷幕。法国导演多米尼克·摩尔执导作品《12号的夜晚》斩获年度……
黑鲨手机崩溃始末：游戏手机消亡史
概要: 本文来自微信公众号：电厂 （ID：wonder-capsule），作者：张勇毅，编辑：高宇雷，头图来自：视觉中国1 月 12 日，黑鲨联合创始人罗语周发了一条微博，除了配图之外只有三个字“早上好”。图……
与英特尔越走越远 苹果发布自研芯片M2 Pro/Max
概要: 1月17日晚间，苹果线上低调举办了2023年首场发布会，推出新一代M2 Pro和M2 Max两款M2芯片家族成员，还一并发布了Mac mini、14英寸和16英寸的MacBook Pro等多款Mac电……
多家快递公司发布12月经营数据，机构预计今年快递需求增长双位数以上
概要: 机构称，展望疫情后时代的2023年，预计快递需求增长大概率恢复至双位数以上。
年夜饭堂食一桌难求，日薪400元招不到临时工，预制菜跟着卖爆了
概要: “大年三十晚上年夜饭的包厢早就订满了，现在刚好有一位预定大厅餐位的客人退订，就剩这一桌可以预定了。”1月18日，大年二十七，北京全聚德和平门店工作人员告诉时代财经。
赛后WBG 1-0 TES，坚定风采圣锤破局，WBG步步为营先下一城
概要: Game1：TES 红色方，WBG 蓝色方TES禁用：剑姬、猪妹、加里奥、奎桑提、凯南TES选用：Qingtian剑魔、Tian蔚、Rookie卡萨丁、JackeyLove卢锡安、Mark娜美WBG
赛场速递抓住机会！郭艾伦突破分底角刘雁宇中距离命中
概要: 赛场速递抓住机会！郭艾伦突破分底角刘雁宇中距离命中
流言板被解雇36小时后又回来了！萨勒尼塔纳主帅：定不辜负信任
概要: 虎扑01月18日讯 根据此前的报道，萨勒尼塔纳在解雇主帅尼科拉不到36小时后，准备重新把他请回来。尼科拉也通过社交媒体，证实了这一消息。尼科拉写道：“我来告诉你实情。我昨天接到了主席的电话，在惨败亚特
小说
天极垠
作者：唐倾榕
标签：奇幻玄幻
简介：上古时期，万物初生，灵有缘成形。而，形生力、力生智。终，灵物生、神眷世界。后，上古灭、生万灵、开天际。
章节末：后记
状态：完本
论文
Deep Sparse Conformer for Speech Recognition | Papers With Code
日期：1 Sep 2022
标签：None
代码：https://github.com/xianchao-wu/wenet-deep-sparse-conformer
描述：Conformer has achieved impressive results in Automatic Speech Recognition (ASR) by leveraging transformer’s capturing of content-based global interactions and convolutional neural network’s exploiting of local features. In Conformer, two macaron-like feed-forward layers with half-step residual connections sandwich the multi-head self-attention and convolution modules followed by a post layer normalization. We improve Conformer’s long-sequence representation ability in two directions, \emph{sparser} and \emph{deeper}. We adapt a sparse self-attention mechanism with $\mathcal{O}(L\text{log}L)$ in time complexity and memory usage. A deep normalization strategy is utilized when performing residual connections to ensure our training of hundred-level Conformer blocks. On the Japanese CSJ-500h dataset, this deep sparse Conformer achieves respectively CERs of 5.52%, 4.03% and 4.50% on the three evaluation sets and 4.16%, 2.84% and 3.20% when ensembling five deep sparse Conformer variants from 12 to 16, 17, 50, and finally 100 encoder layers.
Towards Better Document-level Relation Extraction via Iterative Inference | Papers With Code
日期：26 Nov 2022
标签：None
描述：Document-level relation extraction (RE) aims to extract the relations between entities from the input document that usually containing many difficultly-predicted entity pairs whose relations can only be predicted through relational inference. Existing methods usually directly predict the relations of all entity pairs of input document in a one-pass manner, ignoring the fact that predictions of some entity pairs heavily depend on the predicted results of other pairs. To deal with this issue, in this paper, we propose a novel document-level RE model with iterative inference. Our model is mainly composed of two modules: 1) a base module expected to provide preliminary relation predictions on entity pairs; 2) an inference module introduced to refine these preliminary predictions by iteratively dealing with difficultly-predicted entity pairs depending on other pairs in an easy-to-hard manner. Unlike previous methods which only consider feature information of entity pairs, our inference module is equipped with two Extended Cross Attention units, allowing it to exploit both feature information and previous predictions of entity pairs during relational inference. Furthermore, we adopt a two-stage strategy to train our model. At the first stage, we only train our base module. During the second stage, we train the whole model, where contrastive learning is introduced to enhance the training of inference module. Experimental results on three commonly-used datasets show that our model consistently outperforms other competitive baselines.
每日夜间，随机给予一天的信息流，防止信息茧房（后续会接入更多信息源），感谢你的阅读！希望你能够从这边获取更多知识！