：开源个人订阅跟踪器，一款强大、开源、可自托管的网络应用，旨在轻松管理财务。

：开源个人订阅跟踪器，一款强大、开源、可自托管的网络应用，旨在轻松管理财务。 特征 订阅管理：跟踪你的定期订阅和付款，确保不会错过到期日。 类别管理：将支出分为可定制的类别，使你能够深入了解自己的消费习惯。 多货币支持：Wallos 支持多种货币，允许你以你选择的货币管理你的财务。 货币换算：与 Fixer API 集成，以便你可以获得汇率并查看主要货币的所有订阅。 数据隐私：作为一个自托管应用程序，Wallos 确保你的财务数据在你自己的服务器上保持私密和安全。 定制：通过可定制的类别、货币、主题和其他显示选项，根据你的需求定制 Wallos。 排序选项：允许从不同的角度查看你的订阅。 徽标搜索：如果你没有可供上传的订阅徽标，Wallos 可以在网络上搜索你的订阅徽标。 移动视图：还在开发中。 统计数据：了解你的支出的另一个视角。 通知：通过电子邮件收到即将付款的通知。 多语言支持。

【理财 套装】《一本书掌握财务技巧（共3册）》清华大学会计系系主任、喜马拉雅FM头部KOL肖星倾囊相授，被读者誉为读过的财务入门

【理财 套装】《一本书掌握财务技巧（共3册）》清华大学会计系系主任、喜马拉雅FM头部KOL肖星倾囊相授，被读者誉为读过的财务入门书里最好的一部。套书包含《一本书掌握会计实务》《 一本书读懂财报》《财务报表一本通：学得会、用得上的财报分析技巧》。接地气、易上手，一套书让你掌握财报分析技巧，看透数据之后的秘密，专门为财务零基础的初学者和非财务专业人士编写。

《百万富翁快车道》你现在处于哪条道上？本书作者颠覆性地认为，投资复利并不是一个快速实现财务自由的好方法。

《百万富翁快车道》 你现在处于哪条道上？本书作者颠覆性地认为，投资复利并不是一个快速实现财务自由的好方法。 本书通过很多故事并结合当前最热门的行业（如互联网、电商、自媒体等）描述了三种财富路径及其风险，同时提出你是否需要踏上快车道，并如何踏上财务自由之路需要遵循哪些戒律、做出哪些决定、摆脱哪些错误思维、避免哪些风险、处理哪些问题等。 用两天时间读读这本书，你的收获将比读两年商学院课程还要多，却只需花后者1%的费用。

光明网评论员：捡垃圾财务自由的高材生，为何让人无从置喙？

光明网评论员：捡垃圾财务自由的高材生，为何让人无从置喙？ 围绕武楷斯的讨论，是现代社会向深层演进的一面镜子。无意于弹与赞，只是想说，可见的未来，势必会有更多溢出“意义”的故事。武楷斯，一个985毕业的法律系高材生，六年前开始以“捡垃圾和收旧物”为生，遇到了媒体大量的关注和争议。六年后，媒体报道了他的现状，“现经营旧货店”“已实现财务自由”。武楷斯 来源：微信公众号“最人物”热度今天仍然伴随着此时的他，“985毕业男子捡垃圾实现财务自由”的话题挂在各个热榜上。但对于这个有着不小张力的话题，人们却又很难形成一种评价叙事，就仿佛既有的社会评价逻辑，根本“抓”不住他的故事。武楷斯的旧物店 来源：微信公众号“最人物”你批评他，将他带入二十多年前“北大毕业生卖猪肉是不是辜负教育”的模板，很快就会发现很难自洽。武楷斯的旧物回收指向了一种低耗、极简、绿色的理念，个人态度已经与今天的社会趋势形成了一种共振。且他也没有放弃法律专业，一直在向别人提供免费的法律援助。这些，不就是高等教育要实现的效果么？你赞颂他，说他是敢于“脱下长衫的人”，又会发现他的长衫脱得太彻底了，在心态上毫不在乎知识分子那个所谓的“体面”。夏天的晚上出去捡“没喝完的奶茶”“吃剩的烧烤”；一旦在垃圾箱里捡到了吃剩的榴莲，会开心地拍出来分享。要年轻人脱下长衫的评论，本质上需要的是一种优美宏大的基调：脱下长衫、投身劳动、贡献社会、重获主流认可。而武楷斯的彻底不在乎，很难上得了这个优美宏大的台面。你想把他作为一种人生选择的案例，说明某个因会导致某个果，又会发现因果之间没有我们习惯的链条，甚至形成了传统认知上的一种错配。他似乎以倒退、自我放弃的状态开启社会生活，结果却获得了世俗意义上成功：4家旧物店、300平仓库、财务自由，甚至“成资本家了，我现在是给别人发工资的”。他的故事既不适合套成功学的模板，也不适合套“伤仲永”的模板；既不适合证明“天道酬勤”，也不适合阐述“条条大道通罗马”。上述常用的叙事模板、看人生的眼光，背后都是现代社会的一套意义模式：一个个体被一个理念激励（立大志），不断努力自我增值（吃大苦），最终获得了世俗意义上的认可与成功（挣大钱、做大事、成大名）。这个意义模式是一种归纳，也许归纳得过于简单。但总的来说，背后是现代社会初期，以生产、增值、线性增长为主基调的思维。超出这个意义模式，人们就很难理解“意义”。比如，很多人不理解离开工厂、公司的“数字游民”的选择，但一旦了解了背后的盈利模式，又马上理解了；再比如，武楷斯因为喜欢、快乐、舒服“捡垃圾”时，这个选择放在高材生身上显得如此莫名其妙、甚至离经叛道，但现在，当它有了“财务自由”的结尾、显露出低耗生活的理念，它又能在“立大志”“成大名”的模式中兼容了。围绕武楷斯的讨论，是现代社会向深层演进的一面镜子。无意于弹与赞，只是想说，可见的未来，势必会有更多溢出“意义”的故事。 -电报频道- #娟姐新闻:@juanjienews

Google的Med-Gemini医疗人工智能模型被证明表现不输人类医生

Google的Med-Gemini医疗人工智能模型被证明表现不输人类医生 医生每天要治疗众多病人，他们的需求从简单到非常复杂。为了提供有效的医疗服务，他们必须熟悉每位患者的健康记录，了解最新的治疗程序和治疗方法。此外，建立在同理心、信任和沟通基础上的医患关系也至关重要。要想让人工智能接近真实世界中的医生，它必须能够做到所有这些。Google的Gemini模型是新一代多模态人工智能模型，这意味着它们可以处理来自不同模态的信息，包括文本、图像、视频和音频。这些模型擅长语言和对话，理解它们所训练的各种信息，以及所谓的"长语境推理"，即从大量数据（如数小时的视频或数十小时的音频）中进行推理。Gemini医学模型具有Gemini基础模型的所有优点，但对其进行了微调。研究人员测试了这些以药物为重点的调整，并将结果写入了论文中。这篇论文长达 58 页，内容丰富，我们选取了其中最令人印象深刻的部分。自我培训和网络搜索功能要做出诊断并制定治疗方案，医生需要将自己的医学知识与大量其他相关信息结合起来：病人的症状、病史、手术史和社会史、化验结果和其他检查结果，以及病人对先前治疗的反应。治疗方法是"流动的盛宴"，现有的治疗方法会不断更新，新的治疗方法也会不断推出。所有这些都会影响医生的临床推理。因此，Google在 Med-Gemini 中加入了网络搜索功能，以实现更高级的临床推理。与许多以医学为重点的大型语言模型（LLM）一样，Med-Gemini 也是在 MedQA 上进行训练的，MedQA 是美国医学执照考试（USMLE）的多选题，旨在测试不同场景下的医学知识和推理能力。Med-Gemini 如何使用自我培训和网络搜索工具不过，Google也为他们的模型开发了两个新的数据集。第一个是 MedQA-R（推理），它通过合成生成的推理解释（称为"思维链"，CoTs）对 MedQA 进行了扩展。第二种是 MedQA-RS（推理和搜索），它为模型提供使用网络搜索结果作为额外上下文的指令，以提高答案的准确性。如果一个医学问题的答案不确定，就会提示模型进行网络搜索，以获取更多信息来解决不确定问题。Med-Gemini 在 14 个医学基准上进行了测试，并在 10 个基准上建立了新的最先进（SoTA）性能，在可以进行比较的每个基准上都超过了 GPT-4 模型系列。在 MedQA（USMLE）基准测试中，Med-Gemini 利用其不确定性指导搜索策略达到了 91.1% 的准确率，比Google之前的医学 LLMMed-PaLM 2 高出 4.5%。在包括《新英格兰医学杂志》（NEJM）图像挑战（具有挑战性的临床病例图像，从 10 个病例中做出诊断）在内的 7 项多模态基准测试中，Med-Gemini 的表现优于 GPT-4，平均相对优势为 44.5%。研究人员说："虽然结果......很有希望，但还需要进一步开展大量研究。例如，我们还没有考虑将搜索结果限制在更具权威性的医学来源上，也没有考虑使用多模态搜索检索或对搜索结果的准确性和相关性以及引文的质量进行分析。此外，是否还能教会较小规模的法律硕士使用网络搜索还有待观察。我们将这些探索留待今后的工作中进行。"从冗长的电子病历中检索特定信息电子病历（EHR）可能很长，但医生需要了解其中包含的内容。更复杂的是，它们通常包含相似的文本（"糖尿病"与"糖尿病肾病"）、拼写错误、缩略词（"Rx"与"prescription"）和同义词（"脑血管意外"与"中风"），这些都会给人工智能带来挑战。为了测试Med-Gemini理解和推理长语境医疗信息的能力，研究人员使用一个大型公开数据库重症监护医疗信息市场（MIMIC-III）执行了一项所谓的"大海捞针任务"，该数据库包含重症监护患者的去标识化健康数据。该模型的目标是在电子病历（"大海"）中的大量临床记录中检索到与罕见而微妙的医疗状况、症状或程序（"针"）相关的内容。共收集了 200 个案例，每个案例都由 44 名病史较长的重症监护室患者的去标识化电子病历记录组成。他们必须具备以下条件：100 多份医学笔记，每个例子的长度从 20 万字到 70 万字不等在每个例子中，条件只被提及一次每个样本都有一个感兴趣的条件这项大海捞针的任务分为两个步骤。首先，Med-Gemini 必须从大量记录中检索所有与指定医疗问题相关的内容。其次，该模型必须评估所有提及内容的相关性，对其进行分类，并得出结论：患者是否有该问题的病史，同时为其决定提供清晰的推理。Med-Gemini 的长语境能力示例与 SoTA 方法相比，Med-Gemini 在"大海捞针"任务中表现出色。它的精确度为 0.77，而 SoTA 方法为 0.85，召回率也超过了 SoTA 方法：0.76 对 0.73。研究人员说："也许 Med-Gemini 最引人注目的方面是长语境处理能力，因为它们为医疗人工智能系统开辟了新的性能前沿和新颖的、以前不可行的应用可能性。这项'大海捞针'式的检索任务反映了临床医生在现实世界中面临的挑战，Med-Gemini-M 1.5 的性能表明，它有潜力通过从海量患者数据中高效提取和分析信息，显著降低认知负荷，增强临床医生的能力。"有关这些关键研究点的浅显易懂的讨论，以及Google和微软之间争论的最新情况，请观看《AI Explained》从 13:38 开始的视频。新的 OpenAI 模型即将诞生，人工智能的赌注又提高了（还有 Med Gemini、GPT 2 聊天机器人和 Scale AI）与 Med-Gemini 对话在一次实际应用测试中，Med-Gemini 收到了一位患者用户关于皮肤肿块瘙痒的询问。在要求提供图像后，模型提出了适当的后续问题，并正确诊断出了这种罕见的病变，同时建议用户下一步该怎么做。Med-Gemini 诊断对话在皮肤科的应用实例Med-Gemini 还被要求在医生等待放射科医生的正式报告期间，为其解读胸部 X 光片，并编写一份通俗易懂的英文版报告提供给病人。Med-Gemini 的放射诊断对话辅助系统研究人员说："Med-Gemini-M 1.5 的多模态对话功能很有前景，因为它们无需进行任何特定的医疗对话微调即可实现。这些功能可以实现人、临床医生和人工智能系统之间无缝、自然的互动。"不过，研究人员认为还需要进一步的工作。他们说："这种能力在帮助临床医生和患者等现实世界应用方面具有巨大潜力，但当然也会带来非常大的风险。在强调这一领域未来研究潜力的同时，我们并没有在这项工作中对临床对话的能力进行严格的基准测试，正如其他人之前在对话诊断人工智能的专门研究中所探索的那样。"未来愿景研究人员承认，要做的工作还有很多，但 Med-Gemini 模型的初步能力无疑是很有希望的。重要的是，他们计划在整个模型开发过程中纳入负责任的人工智能原则，包括隐私和公平。隐私方面的考虑尤其需要植根于现有的医疗保健政策和法规，以管理和保护患者信息。公平性是另一个可能需要关注的领域，因为医疗保健领域的人工智能系统有可能无意中反映或放大历史偏见和不公平，从而可能导致边缘化群体的不同模型性能和有害结果。但归根结底，Med-Gemini 被视为一种造福人类的工具。大型多模态语言模型为健康和医学带来了一个全新的时代。Gemini"和"医学Gemini"所展示的能力表明，在加速生物医学发现、协助医疗保健服务和体验的深度和广度方面，都有了重大飞跃。然而，在提高模型能力的同时，必须对这些系统的可靠性和安全性给予细致的关注。通过优先考虑这两个方面，我们可以负责任地展望未来，让人工智能系统的能力成为科学进步和医疗保健有意义且安全的加速器。该研究可通过预印本网站arXiv 获取。 ... PC版： 手机版：

为何计划总是出错？为何专案不是超支就是超时？

为何计划总是出错？为何专案不是超支就是超时？ 让牛津大学商学院教授傅以斌， 带领你避开计划中的各种地雷与陷阱。 　　亚马逊书店、《纽约时报》畅销榜 　　《经济学人》、《金融时报》、《CEO》杂志、《晨星》2023最佳图书 　　《金融时报》与施罗德商业书奖2023年度最佳商业书决选入围 　　2023年廊灯商业书奖（Porchlight Business Book Award）决选入围 　　洞见趋势图书奖（Non-Obvious Book Awards）年度非虚构类作品决选入围 　　想想执行专案时那些让你灰心的经验，有时赔上的代价远远超过想像。然而，就算一再反省检讨，挫败经历仍旧会接踵而来，到底为什么？ 　　根据研究，超过99.5%的大型专案，不是预算超支，就是进度延迟，或者兼而有之。雪梨歌剧院的兴建成本，比预估高了14倍；美国加州高铁的预算，从330亿美元飙升到1000亿美元，仍然无法完成。类似问题一再发生，不只国家级的大型工程计划，我们的日常生活与工作也是如此。看似简单的小事，似乎远比我们想像的困难。 　　全球顶尖专案管理专家傅以斌，曾为超过百件耗资十亿元以上的专案担任顾问，并于牛津大学领导专业团队，花费数十年，搜集世界各地上万件专案数据，汇聚成庞大资料库。在《超级专案管理》中，他分析各种失败案例的共同问题，以科学方法，揭示那些极少数专案得以顺利完成的关键，并提炼出人人能够应用的胜利心法，教你把愿景变成可行的计划，将专案推向成功！ 　　•问始问「为什么？」 　　协助你专注于重要的事，以及最终的目的与结果。 　　•慢思快行 　　良好规划、有效执行，缩短可能发生风险的时间段，尽速搞定一切。 　　•采取外部观点 　　你的专案绝非独一无二，记得多参考他人的经验。 　　•知道最大的风险是你自己 　　留意认知与行为的偏误，别把注意力全放在眼前的事。 专业推荐 　　Ada｜笔记女王 　　丁菱娟｜影响力品牌学院创办人 　　瓦基｜「阅读前哨站」站长 　　李君婷｜资深企业顾问、讲师 　　洪震宇｜《精准提问》作者 　　洪瀞｜畅销书《自己的力学》作者、成大教授、双宝爸 　　郝旭烈｜企业知名策略顾问 　　曾荃钰｜作家、运动员生涯规划发展协会理事长 　　爱瑞克｜《内在原力》系列作者、TMBA共同创办人 　　刘奕酉｜铂澈行销顾问策略长 　　苏书平｜先行智库执行长 　　(依姓氏笔画排列) 国内外齐声推荐 　　例子浅显易懂，让我知道怎么改进我的专案了！── Ada（笔记女王） 　　专案管理几乎是每个职场工作者都必须要学的一项硬实力。──丁菱娟（影响力品牌学院创办人） 　　对于所有负责专案的职场人而言，这本书将带给你远超出想像的收获。──瓦基（「阅读前哨站」站长） 　　几乎所有的专案都不会100%照著原本的计划顺利前进，越有实务经验越觉得这本书的建议很真实。──李君婷（资深企业顾问、讲师） 　　这本书用有趣的故事与具体步骤，带我们从「问题是什么？」的上游，一直到下游的执行过程，思考每个环节的盲点。──洪震宇（《精准提问》作者） 　　这本书将使你深刻理解「精心拟定计划」的重要性与实践方法，绝对值得收藏。──洪瀞（畅销书《自己的力学》作者、成大教授、双宝爸） 　　本书透过11种捷思法和丰富案例，让你的专案启动后再也不走冤枉路。──曾荃钰（作家、运动员生涯规划发展协会理事长） 　　此书令我大开眼界、拍案叫绝，专案管理者们赶快来看！──爱瑞克（《内在原力》系列作者、TMBA共同创办人） 　　用科学化的做法，帮你提高计划达标的胜算。──刘奕酉（铂澈行销顾问策略长 ） 　　「趣味性十足……傅以斌与嘉德纳两位作者以令人信服的论点，点出为什么大大小小的专案一般会出错……各行各业的管理者都能获益匪浅。」──《经济学人》（The Economist） 　　「从雪梨歌剧院，一直到旧事不断重演的奥运，各种烧很多钱的大纰漏，除了令人直摇头，也是令人想一探究竟的故事。傅以斌与嘉德纳两位作者从中整理出宝贵的心得，一一细数如何能规划、预测与执行各种规模的专案。不论是装修厨房或盖高铁，全都能应用。」──《金融时报》（Financial Times）二〇二三年夏季最佳商业书 　　「错过这本书是你的损失。」──彼得．柯伊（Peter Coy），《纽约时报》（The New York Times） 　　「每一位立法委员、市议员、企业高阶主管的必读。」──《华尔街日报》（The Wall Street Journal） 　　「我研究过规划误区的特性，我能说针对这个主题的研究，傅以斌的深度与广度胜过所有人。他的关注范围很广，从奥运到装潢你家的狗窝无所不包。」──纳西姆．尼可拉斯．塔雷伯（Nassim Nicholas Taleb），纽约大学坦登工学院（NYU Tandon School of Engineering）特聘教授、不确定系列书籍（Incerto Series）作者 　　「充满智慧，叙事生动，令人难忘，将数十年的实务研究与经验，融入故事之中……平日和大型专案打交道的人士，已经迫不及待读起这本书。我们其他人同样也能开心学到东西。」──提姆．哈褔特（Tim Harford），《数据侦探》（The Data Detective）作者 　　「本书替规划大型专案，筛选出最理想的科学建议，可说是读一本胜十本。」──菲利普．E．泰特洛克（Philip E. Tetlock），《超级预测》（Superforecasting）共同作者 　　「本书……点出令人意外的明确模式，解释为什么几乎是所有的人类大型计划，结果都不尽理想。幸运读到书中提供的路线图后，就不会掉进陷阱。」──奥拉．罗斯林（Ola Rosling），盖普曼德基金会（Gapminder）执行长与共同创始人、《真确》（Factfulness）共同作者 　　「人类如果要在未来的数十年存活，就得打造很多东西……而且是以便宜快速的方法。这是一本极度实用的手册！」──比尔．麦可斌（Bill McKibben），《国旗、十字与旅行车》（The Flag, the Cross, and the Station Wagon）作者 　　「傅以斌研究全球的大型建筑计划后，得出巨型专案的铁律就是一次次超过预算、超时、效益不彰。他深知为什么大型专案会失败──也知道为什么偶尔会成功，整个阅读体验令人感到兴味盎然。」──捷尔德．盖格瑞泽（Gerd Gigerenzer），《直觉思维》（Gut Feelings）作者 　　「在这个资源日益稀缺的时刻，本书作者指出开发专案的明路。我们有办法以对社会来讲更公平、更有利的方式，运用我们的环境、人力与财务资源。」──法兰克．盖瑞（Frank Gehry） 作者介绍 作者简介 傅以斌（Bent Flyvbjerg） 　　牛津大学赛德商学院荣誉教授，被会计集团KPMG誉为「全球最顶尖的巨型专案专家」，为麦肯锡外部顾问，英美等地大型企业顾问，此外还担任丹麦哥本哈根资讯科技大学的拉斯谬森讲座教授。《巨型专案与风险》（Megaprojects and Risk）的主要作者与《牛津巨型专案管理手册》（The Oxford Handbook of Megaproject Management）的主编。辅导过一百多项造价十亿美元以上的专案。 丹．嘉德纳（Dan Gardner） 　　新闻工作者，著有纽约时报排行榜畅销书《风险》（Risk）与《七嘴八舌的未来》（Future Babble），与菲利普．泰特洛克（Philip E. Tetlock）合著《超级预测》（Superforecasting）。 译者简介 许恬宁 　　自由译者，师大翻译所毕，译有《高成长思维》、《走出贫穷》、《如何改变一个人》等。