上交所就《上海证券交易所上市公司自律监管指引第14号——可持续发展报告（试行）（征求意见稿）》公开征求意见。《指引》共6章58条

上交所就《上海证券交易所上市公司自律监管指引第14号——可持续发展报告（试行）（征求意见稿）》公开征求意见。《指引》共6章58条，在参考《上海证券交易所上市公司自律监管指引第1号——规范运作》相关内容的基础上，进一步丰富完善可持续发展信息披露要求。其中，第一章（总则）和第二章（可持续发展信息披露框架）为一般要求，第三章、第四章、第五章分别为环境、社会、公司治理三个维度的具体披露要求，第六章为附则和释义。

国医绝学家庭使用手册

名称：国医绝学家庭使用手册描述：《国医绝学：家庭使用手册》第一章介绍了中医的基本理论；第二章主要介绍中药学和方剂学的知识；第三章到第六章分别介绍了按摩、拔罐、艾灸、刮痧的相关知识和基本方法；第七章针对日常生活中的小病介绍了简单的治疗方法，让你免去了去医院排队就诊的麻烦。链接：https://www.aliyundrive.com/s/HbMFWa4fB9H大小：24.82M标签：#医学#家庭#健康#中医#药学来自：雷锋版权：频道：@shareAliyun群组：@aliyundriveShare投稿：@aliyun_share_bot

《后端是怎么炼成的》

《后端是怎么炼成的》第一章：毕业即失业，迷茫，我该何去何从？第二章：当保安巧遇富婆，震惊，良心的抉择第三章：男儿当自强，决心考研，败，不服，换个方向，公考，败，既生瑜何生亮，心如死灰第四章：来自隔壁村的传说，二狗哥在IT界创造神话第五章：投奔二狗，传销窝点死里逃生第六章：看破红尘，淡泊名利，隐居街头桥洞第七章：桥洞偶遇刚学三天java传奇大佬，分馒头获得好感，学得一身好本领第八章：踌躇满志，重出江湖第九章：迷茫，前方无路第十章：ctrl+c\vCURD，已经是极限了嘛？第十一章：SpringBoot，再战一世第十二章：SpringCloudNetflix的力量第十三章：意气风发，乱杀！第十四章：备战6.18大促第十五章：怎么可能！没有一点技术含量！第十六章：惨败，这就是大环境！第十七章：套图套版永远的神！第十八章：惊天秘闻，SpringCloud新动向！第十九章：SpringCloud重生第二十章：数据驱动渲染第二十一章：不可思议，奇遇小程序！第二十二章：老司机的传授，双向数据流风波！第二十三章：SpringCloudK8s双管齐下！第二十四章：战！与刚学三天SpringCloud大佬一较高下！第二十五章：绝望，来自三维的压迫！第二十六章：对不起，我学不会！第二十七章：C++？拿下！第二十八章：重回三维第二十九章：悲哀，大盘全绿我没抄底！第三十章：奇遇Rust第三十一章：自我了断，码农の陨落！第三十二章：星期四了谁请我吃一个肯德基全家桶

如何阅读一本书：读懂一本书，精于一件事

名称：如何阅读一本书：读懂一本书，精于一件事描述：本书在介绍基础的、科学的阅读方法之余，力求满足不同读者在阅读上的不同需求。第一章对读书的“3W1H”进行分析，引入正题。第二章主要分析“阅读的层次”，不同的阅读层次对应不同的阅读方法。第三章主要介绍“速读法”，从生理、心理、理解、记忆的角度讲述提高阅读效率的方法。第四章主要介绍“精读法”，详细讲述识文、解义、评论、应用的阅读过程。第五章主要介绍“主题阅读法”，讲述阅读关于同一主题的多本书籍的过程。第六章从写的角度入手，介绍怎样阅读不同体裁、不同特点的作品。第七章从效用入手，介绍实用型书的阅读方法，并对“杠杆阅读术”和“RIA拆书阅读法”进行简要分析。第八章谈论买书、借书、分享交流等与阅读相关的现实问题，并总结“三条阅读之路”。链接：https://www.alipan.com/s/QTwv1c9H1Ee大小：5MB标签：#读书方法#阅读习惯#高效阅读#精读#速读#主题阅读#阅读指南#RIA拆书法#杠杆阅读术#阅读技巧来自：雷锋频道：@Aliyundrive_Share_Channel群组：@alyd_g投稿：@AliYunPanBot

datawhale的教学项目：大模型基础

datawhale的教学项目：本项目旨在作为一个大规模预训练语言模型的教程，从数据准备、模型构建、训练策略到模型评估与改进，以及模型在安全、隐私、环境和法律道德方面的方面来提供开源知识。项目将以斯坦福大学大规模语言模型课程和李宏毅生成式AI课程为基础，结合来自开源贡献者的补充和完善，以及对前沿大模型知识的及时更新，为读者提供较为全面而深入的理论知识和实践方法。通过对模型构建、训练、评估与改进等方面的系统性讲解，以及代码的实战，我们希望建立一个具有广泛参考价值的项目。项目受众人工智能、自然语言处理和机器学习领域的研究者和从业者：该项目旨在为研究者和从业者提供大规模预训练语言模型的知识和技术，帮助他们更深入地了解当前领域的最新动态和研究进展。学术界和产业界对大型语言模型感兴趣的人士：项目内容涵盖了大型语言模型的各个方面，从数据准备、模型构建到训练和评估，以及安全、隐私和环境影响等方面。这有助于拓宽受众在这一领域的知识面，并加深对大型语言模型的理解。想要参与大规模语言模型开源项目的人士：本项目提供代码贡献和理论知识，降低受众在大规模预训练学习的门槛。其余大型语言模型相关行业人员：项目内容还涉及大型语言模型的法律和道德考虑，如版权法、合理使用、公平性等方面的分享，这有助于相关行业从业者更好地了解大型语言模型的相关问题。项目亮点项目的及时性：当前大模型发展迅速，社会和学习者缺少较为全面和系统的大模型教程项目可持续性：当前大模型发展还在初期阶段，对行业的渗透还未全面展开，因此随着大模型的发展，该项目可持续的为学习者提供帮助

CRUXEval是一个用于评估Python代码推理、理解和执行的基准，包含两个任务：CRUXEval-I和CRUXEval-O，

是一个用于评估Python代码推理、理解和执行的基准，包含两个任务：CRUXEval-I和CRUXEval-O，用于评估输入和输出预测。该基准测试包括800个Python函数和输入输出对，最佳模型GPT-4在CRUXEval-I和CRUXEval-O上的pass@1分别达到67%和63%。尽管CodeLlama34B等模型在大量代码数据上进行了训练，但仅达到了47%和44%的准确率。该基准测试强调了代码推理能力的重要性，并鼓励未来的代码语言模型评估考虑CRUXEval。