and2able怎么做数据

看完这个视频，你立刻明白了大模型是如何做量化的。为什么大模型要量化？你可以把大模型想象成一个超级聪明，但身材超级肥胖，行动超级慢的学霸，想让他动起来回答问题，写文案必须占用超大的电脑显卡内存，而且反应特别慢。 什么是大模型量化？大模型量化就是给这个肥胖学霸做无痛瘦身加提速。把学霸脑子里那些精细占空间的复杂数据转换成简单省空间的精简数据。大模型里的原始数据等于你手里超级精细的小数， 比如三点一四一五九二六负零点八七六五。量化等于把这些精细小数改成简单的整数，比如三负一，方便存储和计算。弄懂大模型量化，先看懂这些符号， x 表示原始的精细数字， q 表示量化后的简单整数， scale 表示压缩比例尺， zp 表示起点偏移量等等。量化包括非对称量化和对称量。 非对称量化有正有负偏移，零点类似尺子，起点挪了位置，适用激活值分布不对称。对称量化集中在零点附近，类似尺子，起点就在正中间，零 适用模型权重分布。对称量化包括舍入和截断，舍入为把小数变成最近的整数， 截断为超出数字范围的，直接砍掉。量化误差，记录了解压后的进速式和原始精细数的差距。常见的量化为训练后量化，简称 p t q p t q， 就是 给已经训练好变聪明的机器人做急速瘦身，不用让机器人重新学习。步骤一，模型校准 先给机器人摸底体检，目的是先搞清楚机器人脑子里的所有数字，最大是多少，最小是多少，只有知道范围才能定瘦身的比例。步骤二，确定量化力度选瘦身的精细程度， 包括整层一起瘦竹张量每个小分支单独瘦竹通道分组瘦竹组。大模型专用步骤三，权重激活分离量化。指瘦核心 不受临时记忆。大模型的通用规则，只给核心知识受审，临时思考不受审原因压缩。临时思考会让机器人变笨， 只压缩核心知识，既省空间又不影响智商。步骤四，推理时的计算机器人用压缩知识回答问题，机器人回答问题时工作流程超简单，包括量化、解压和加速推理。步骤五，误差修复机器人受太狠 补一补智商，就用少量题目让它简单练一练，模拟压缩的小误差，把智商补回来。大模型量化的精度包括 f p 一 六 b f 一 六比特数为十六位， i n t 八比特数为八位， f p 八比特数为八位等等。大模型专属主流量化算法 bits and bytes， 开箱即用 hugging face transformers 标配小白首选核心原理，混合精度量化异常值，保留 f p 十六普通值，量化为 it 四分之八 g p t q 高精度标杆。核心原理，逐层逐列量化，每次量化一个权重列最小化。量化前后的输出误差 i n t 四精度几乎无损，适配所有开源大模型 a w q 硬件友好型。核心原理，激活感知权重量化，自动识别并保护大模型的异常值通道， 其余通道量化优势比 gbtq 更快。消费级显卡适配性拉满 smoothqant 全 i n t 八无损量化核心原理，将激活的大数值平滑化，把量化难度从激活转移到权重。优势， 全 i n t 八量化无精度损失，推理速度极致 f p 八量化云端未来核心原理，浮点转低精度浮点，无需整数，预算精度无限接近 f p 十六优势，零量化损失，企业级云端部署首选。点赞加关注，学习不迷路！

哈喽，大家好，今天我们来看雅思小作文静态数据图。第一种，写作句式怎么描述最大值？我们以这个表格为例，这个表格展示的是消费者在不同项目上的花费支出的情况，地点是在五个国家，时间是在两千零二年，是一个典型的静态图， 我们只分析第一列数据，找到其中的最大值三十二点一四。接下来我们就来尝试用不同的句型来表达这个含义，就是 food drinks and tobacco 这个类别，在 turkey 这个国家它是最大的。我们先来分析图上的信息，找到可以放在句子开头做主语的部分。首先，国家名称 turkey 可以 开头做主语，我们也可以把这三个类别名称开头做主语， food drinks and tobacco。 第三种，用消费者人开头做主语， 我们也可以给大家尝试怎么写。首先，国家开头做主语，搭配动词 out， 脱颖而出排第一。 as the country 拥有 the highest 最大的花费支出 expenditure on 这几个项目上面 on food drinks and tobacco， 再把这个最大值带进去，用介词 at at 百分之三十二点一四。我们再看，还是 turkey 开头做主语， 但是搭配不一样的动词。讲这个国家呢，它拥有展示了最大的数值， recorded the highest figure for 类别名称带进来 food drinks and tobacco 带数字 at 三十二点一四。好，这是 turkey 开头作主语的，我们再来写第二种， food drinks and tobacco 开头作主语，搭配动词占有构成动词短语 accounted for 百分之三十二点一四。 of consumer spending 占有百分之三十二点一四的消费者花费支出逗号同位语， the highest figure 这个数据是最大的。在所有五个国家当中， among five countries。 我 们再来尝试第三种花费支出开头作主语， consumer spending on food drinks and tobacco 在 这些项目上面的花费支出是最大的。 was the highest 在 哪个国家带进来 in turkey 那 这个数字是多少？ at 三十二点一四我们再换一种写法， 在这个国家， in turkey 在 土耳其。 as much as 百分之三十二点一四的消费者花费支出 consume 动词搭配 went on food drinks and tobacco 同位于补充，近期 the largest figure 最大数字，在所有五个国家当中， among the five countries 最后，我们再来尝试消费者人开头作主语的写法， consumers in turkey 土耳其的消费者搭配动词， spent 花费花费了最高的比例 the highest proportion on food drinks and tobacco at 百分之三十二点一四 paled with the other four countries 与其他的四个国家对比，这个就是今天要给大家分享的变换。你的句子开头可以尝试写出不一样的句式来描述最大值。

二零二六年五月，凯文沃什正式成为美联储主席。 the nomination is confirmed， but 没人知道上台的是哪个凯文沃什。 因为沃什一直被看成一个强硬的鹰派。鹰派的意思一般是对通胀非常敏感，一有苗头就会加息。控制通胀。 about the greatest mistake caused a surgeon inflation。 但一个疯狂想要降息的总统， 在一个通胀数据相当明显的时期，认命他成为美联储新主席。这个逻辑冲突的备论让沃什处于一观察就坍塌的量子状态。 因此，几个月时间里，全球对沃什的所有分析都只能围绕同一个核心问题，沃什会不会屈从于特兰普？ 但所有分析都遗漏了一个重要变量，作为每年除主席的卧室，他的脑子里有一套默认解释器。特朗普无法控制他，经济数据、政治承诺或者市场压力也无法控制他，就连卧室自己都无法控制他。 这个默认解释器不是简单的说他是鹰派还是鸽派，而是说卧室以前的经历已经提前设定了卧室以后的判断。 我再解释一次，这句话的意思是，对于一个投资者来说，如果他在市场上压住美联储年内会不会加息，那么他就应该知道，真正改变利率的决定性因素里，必然包括或是在某个早晨醒来后看着数据时的那些直觉。 这些直觉来自于沃时的人生经历。现在，我会用两篇顶级论文、一大堆可核实的数据和一个全新的观察框架，来向你们展示沃时脑中的默认解释器 会让他在什么时候驱从于特兰普，以及更重要的，会让他在什么时候不会驱从于特兰普。 大家好，这里是破逼大狗。一篇顶级论文证明，过去六十多年时间里，美联储有权决定利率的所有官员在预测未来的通胀时，都会受到他们脑中的默认解释器带来的偏差影响， 这个偏差可以达到百分之三十七。这个结论来自论文英派与郭派的养成，三位顶级学者发表于顶级刊在全球宏观经济学述群里。百分之三十七这个数据被认为是可信的，可以直接引为论文的论据。 正在介绍论文之前，我要先介绍一下美联储是怎么决定利率的。美联储决定利率的机构叫做美联储公开市场委员会，为了方便，我下面叫他委员会。委员会每年在固定时间开八次定期会议。 每次开会前，美联储内部几十名专职经济学家会提前一周准备一份叫绿皮书的报告，重点内容包括对未来通胀的预测。而有投票权的委员们看完这份报告会做出自己的通胀预测。在下一步才是著名的定息会议。 十二名委员在会上投票决定美联储最终是加息还是降息，还是什么也不做。这些决定最后会深刻影响到全球经济的走向。 论文作者们选举了一九九二年到二零零四年的三份数据，一是绿皮书给出的预测，二是美联储委员给出的预测，三是同一年发生的真实同站数据，然后进行了比较。 得出的结论是，多年来绿皮书对经济的判断一直比委员们更准确。数据证明，这些委员全美最顶级的宏观经济学家们，在利率问题上多年来基本上都是在捣乱，而且几乎是每一个人都在捣乱。 可他们为什么要捣乱了？原因是什么？动机是什么？为了搞清这个问题，论文作者先做了一个假设，让委员们集体捣乱的是他们人生中关于通战的记忆。 你要是没事就写论文玩，就会知道。先提出假设，再用独立数据验证是一个研究最标准的做法， 可以保证研究者没有错答案，而且这个假设也不是凭空捏造的。论文第一作者沃尔利克马尔蒙蒂尔在另一项研究里，在普通消费者身上发现了经历过的通胀影响预期这个规律，并建立了一个证明有效的记忆权重模型。 之前的研究发现，普通人在预测未来通胀时，个人记忆的权重高达百分之六十七。而美联储这帮顶级宏观大佬经过了严苛的学术训练，拥有绿皮书这种上帝视角的数据，把这个偏差从百分之六十七压制到了百分之三十七。 但换句话说，就连这帮人都做不到只看数据，不受自己过去的影响。那么，为什么绿皮书不存在偏差呢？这是因为那几十位经济学家各自分工，利用计算机计算，提交后汇总没法带入个人经历偏差。 确定了假设之后，论文作者用统一模型把所有委员的通胀经历换算成一个记忆值。简单理解，这就是我们一直在说的默认解释器。 这里有一大堆数学公式和统计学术语，但用人话说就是论文作者在四个不同场景里四次测算了默认解释器和委员预测偏差之间的关系，所有测算指向了同一个方向， 委员的默认解释器系统性的推动了预测偏差，而这种偏差是清晰的、稳定的、长期存在的。 这证明了默认解释器是可信的，如果这是假象，他就不可能同时出现在四个独立场景里。而且研究还证明，如果没有默认解释器的出现，美国在两千年代的总体利率可能会比现实中低五十到一百个基点， 一个基点是百分之零点零一，一百个基点是百分之一。要知道，每年处的利率调整通常也就是二十五个基点，百分之一的利率变化足以改变全球资本的朝夕方向。 换句话说，如果没有委员们捣乱，那么由于货币更宽松，淋巴磁带危机的规模可能比现实中还要大好几倍，所以偏差和捣乱也不一定是坏死。 这个研究最强悍的地方在于，他相当于在说，给我任意一个委员的出生年份，我用历史数据帮你算出他的记忆值，也就默认解释器， 然后我就能预测他会怎么做事。这是一个可以事先计算，事后合验的具体数字。而我现在有一个全球媒体都看不透的对象，凯文沃什，所以我们可以把这个模型用到沃什身上，看看会得到什么。 不过这里要说明一下，我不可能用完整数据集去跑完整的回归模型，那不是我一个人能干的活，所以我给不出一个精确数值。比如沃时的记忆权重是百分之四十三，但我们仍然可以得到一个清晰的概念，在沃时的人生记忆里到底有些什么？ 这些记忆会怎么改变？沃时脑海中的默认解释器， 我是一九七零年出生，十岁左右，美国通胀峰值达到百分之十三点五，可以说是大水漫灌。一九七九年，出任美联储主席的保罗沃克态度强硬，铁掌无情，把利率拉到百分之二十，杀死了通胀，可以称他一声铁掌水上漂。 这段经历相当传奇，但论文的结论是，记忆对一个人的影响的权重是不均匀的， 越早期的经历，权重越低。一个人十岁时经历的通胀，在他的默认解释器里几乎没有分量。 所以铁掌水上漂，沃尔克老前辈对沃什几乎没有影响。真正开始塑造沃什的默认解释器的，是另一位传奇美联储主席格林斯潘。一九八八年，沃什十八岁那几年，美国通胀从百分之五持续降到百分之二。 格林斯潘主导了大稳健时代的开端，就是说沃什大脑里没有通战失控的深层恐惧。他对低通战的感知是正常，对高通战的感知是异常冲击。所以沃什脑子里的默认解释器，并不是说一看到通战数据就反射必须大幅加息的信号。 但论文还有另一个结论，越往后的精力权重越高。就是说沃什三十多岁时的精力影响更大。 二零零六年，三十六岁的沃什加入美联储，成为历史上最年轻的理事之一。他在这里工作了五年，经历了零八时代危机之后的量化宽松和通胀预期高度不确定的时期， 这段时间对他的记忆值权重更高。他对量化宽松这种大泛水政策非常不满，以至于二零一一年主动辞职离开美联储。 when q e 二 was launched i left in early 2011 二零一八年，他回顾那段历史时说，我对持续量化宽松的核心担忧在于他造成的资本错配，从而伤害经济。二零二六年金融时报报道，他说，我至今仍带着二零零八年至案时刻留下的三八。 所以我们用这篇论文求解，沃什会得出一个复杂的轮廓。沃什不会一言不合就加息，但同时他非常厌恶央行的无限泛水。 但我们现在引用的这篇论文只是分析美联储官员脑子里的默认解释器，他不给具体的人贴标签，这个是鹰派，那个是鸽派之类的。如果你需要一个清晰、充满说服力的回答，二零二六年上任的美联储主席凯文沃什，他到底是个什么派？ 那么别急，让我们点燃第二炉香，或者为你翻出第二篇论文。 在美联储官员的生态系统里，通常只存在三种生物，鹰派、鸽派以及摇摆者。 鹰派指的是那些把控制通战放在第一位的官员。通战一冒头，他们第一反应就是加息。哪怕经济再泛化，哪怕就业数据不好看，他们也先把通战压下去再说。鸽派正好相反，他们更在意就业和增长，对通战的容忍度更高。 摇摆者是说他们的立场会随数据移动，经济好的时候偏英，经济弱的时候偏戈，是整个委员会里真正的关键票。我们现在讨论的这篇新的论文，在理论上可以做到这样一件事， 给出任何一个委员的三个信息，他长大时的经济环境、他读书的地方、认定他的是哪个党，论文就能回答他大概率会落在英戈、摇摆者三类里的哪一类。 但这是科学研究，不是占卜。所以我需要先说清限制。第一，计算给出的立场是统计上的形象规律存在，但不是百分百的铁律。第二，会告诉你这个人整个任期的总体规律，但无法告诉你他在二零二六年十月的假期会议上会怎样决定 论文。两位作者是全球最顶级学者和。第一篇论文二零二三年正是发表于经济货币学杂志。 论文的研究对象是一九六零年到二零一五年间，一百三十位委员会成员。研究者在美国三十家主要报纸、约两万篇新闻报导里，提取了媒体和市场对这些委员倾向的感知， 构建了一个莺歌指数。这个莺歌指数目前是学术界引用最广泛的委员会政策倾向分类工具。有了这个数据库，研究者就可以回头问一个问题， 这些鸟是怎么炼成的？所以我们也就可以据此分析，现在的美联储主席位置上，到底停着一只一只什么鸟。 我的意思是，我们现在把沃什的数据输入新论文的算法里，再次求解沃什。所以让我们再次回到沃什先生的童年。和第一篇论文不同， 按新论文的框架推演七十年代末的大通胀尾声，以及八十年代的铁染水上漂铁碗凭通胀的传奇故事，对沃氏先生同样产生了影响，他是亲眼看着通胀被打败的那一代人，而不是被通胀摧毁的那一代人。 这不是文字游戏，这里的区别还是非常大的。一九七四年到一九八六年，亨利沃利奇担任美联储理事。任职期间，他投出了创下美联储历史记录的二十七次反对票，其中绝大多数都是要求更严厉的加息，因为他正好就是被通战摧毁的那一代人。 沃里奇一九一四年出生于德国，他长大的时期恰逢卫马共和国的超级恶性通战，他亲眼看着德国马克变成废纸，买一块面包需要推着一车钞票。 这种人对通战有串串印记综合症，只要通战稍稍抬头，他们的大脑就会拉响最高级别的警报，不顾一切的要求加息。 而沃时的青春期看到的是保罗沃克如何用百分之二十的利率把通战按在地上摩擦。他没有经历过通战带来的饥饿和破产，他经历的是美联储的胜利。这种心理底色让他不会像惊弓之鸟一样，一有风吹草动就加息。 成年后，沃什在哈佛法学院博士毕业，这在新论文的分类里是一个极其清晰的信号。数据表明，哈佛法学博士背景的委员会成员里，歌派和摇摆者占压倒性多数。原因不难理解， 法学训练的核心是程序正义，而且在哈佛，凯恩斯主义传统深厚产生的委员会成员偏鸽的概率更高。另一个重要参数是，沃什并没有经济学博士学位。 这意味着沃什的大脑从来没有被某个完整的宏观经济学理论体系彻底格式化过，他能说咕叽咕叽的降息国语，也能说一口流利标准的加息英语， 但这两套都不是他的母语。而沃什成为美国经济学界的大人物，是因为共产党总统小布什的提拔。二零零二年，三十二岁的沃什离开摩根斯坦利，担任小布什的经济幕僚，每天都在总统身边出没。 四年后，二零零六年一月，布什提名他填补美联储理事会的空缺。一般来说，共产党认命的成员里，应派的概率更高。而这一堆互相冲突的前置条件对冲之后，新论文的框架可以告诉我们， 握实不是英派，也不是戈派，而是一个典型的摇摆者，他的货币政策会随着情况的改变而改变。历史上美联储里的摇摆者不占多数，而在握实之前，上一个被认为是摇摆者的美联储主席，正好就是上一个杰伦姆鲍威尔。 迄今为止，没有一篇英门主流媒体试过用学术级的统一框架去勾勒鲍威尔和握实这两个人。 但当我们转换视角后会发现，在论文关注的众多关键性细节上，沃什和鲍威尔的关联之处多得出乎意料。甚至可以说，沃什磨求美联储主席，很大原因就是因为鲍威尔。 二零一一年，沃什因为不满美联储的量化宽松政策辞职抗议，之后他持续批评大泛水。二零一七年，特兰普第一任期时，沃什就是美联储主席的后人之一，但最终特兰普选择了鲍威尔 竞争落选后，看着鲍威尔继续亮化宽松，因此沃什又成为了鲍威尔最大的批评者，这也是他被打散英派标签的原因之一。二零二六年，沃什拿到了这个职位。原因之一可能是沃什的岳父是罗纳德兰丹， 雅诗兰黛集团的继承人，特兰普在沃顿山学院的同班同学，六十年的私人好友和超级金主就是这位，怂恿特兰普去买下格林兰岛。这层关系在华盛顿不是秘密。而沃什这么想当美联储主席，很大程度上就是要亲手缩减美联储的资产负债表， 把美联储从鲍威尔的路径上强行扭转过来。但另一方面，沃斯和鲍威尔又非常相似，两个人都是法学背景，都没有经济学博士学位，在历任美联储主席中是个异类。 两人都是由同一个共产党总统特朗普认定为美联储主席的。他们的成长期、经济环境都不是大通胀的极端期，上任前的核心精力都是来自金融市场，而不是学术界。 鲍威尔在凯雷集团工作多年，沃时在摩根斯丹利做并购。他们都没有被某个单一的宏观理论格式化，脑子里的默认解释器更依赖经历，而不是教条，甚至市场给他们贴的标签都非常像。二零一七年，特朗普刚刚认命鲍威尔时， 媒体和华尔街普遍把他视为一个鹰派。二零二一年，鲍威尔开始无上限的 q 一， 降低利率，放松监管，媒体趋势变成超级鸽派。二零二二年到二零二三年，在暴力加息后又被重写为迟到但狠狠的鹰派。 二零二四年到二零二六年，特朗普的第二个任期内，他又变成了一个绝对不想搞事的中立者。现在鲍威尔这个样本告诉我们这样一件事， 一个出厂设置是摇摆者的美联储主席，在八年任期里，为市场不停的重贴标签，每一次标签重写都对应一次市场的重新定价。但市场并没有真正理解标签为什么被重写， 那些重新定价都没有抓住鲍威尔老中的默认解释器这个真正的驱动。现在在刚刚上任的握实身上，标签似乎更加混乱。而市场定价的依据只有同一个问题， 特朗普施压程度会有多大？沃什的妥协程度会有多高？ 沃什会不会屈从于特朗普？这样的追问，把两个人之间的关系理解为一种简单的现象关系。 这就是为什么二零二六年，沃什公开表示要说表降息。华尔街把这个解读成他在向特朗普屈服的信号， 这个解读只对了一半，特朗普要降息。而在今年四月的确认听证会上，沃斯已经抛出了一个论调， ai 技术将带来巨大的生产力提升和通缩的力量。 ai is going to make almost everything cost less， and the us can be a big winner。 这是一个完美的宏观经济学理由，它可以证明沃斯的身段可以有多柔软。 但这并不和沃斯的默认解释器冲突，因为他成长于大稳健时代，象棋本身不是他最深的恐惧，他没有经济学博士的教条，所以他对低利率更有弹性，默认解释器可以解释这一切。 而降息缩表的另一半缩表和特朗普没有关系，那是沃时留给自己的承诺。如果有一天美国的通战再次失控，或者特朗普要求美联储像过去那样无底线的扩表印钞来拯救某个摇摇欲坠的资产泡沫时，那就回到了我们最初的问题， 什么时候沃什不会屈从于特兰普？就在今天，就在今天。那个时候，特兰普面对的可能会是一个比鲍威尔更不听话的美联储主席， 因为二零零八年危机给沃什留下了对资本错配的极度恐惧。这种恐惧通过默认解释器放大，开始一次绝对的偏移， 他的权重会超过百分之三十七，让摇摆者握实，愿意对抗在白宫里咆哮的任何一位总统。 inflation is the fed's choice。 华尔街的顶级头衔已经有分析预言了这种分裂，但问题在于，没有人能够解释这种分裂。这就是我这篇稿子的意义所在。 我并没有提出一个让人震撼的发现，只是用两篇顶级论文交织了一个框架，而这个框架让这种分裂变得可以解释，可以预测。 但讽刺的是，这个解释里仍然充满了悖论，或是用 ai 可能形成生产力冲击作为可能降息的理由。而 ai 如果想尽快形成生产力冲击成为降息的真实原因，那么他就先需要更多更便宜的钱。 就本质而言，他们在期待括表，而沃氏极端厌恶括表印钱，也就是 q e。 这种亵渎般的言论可能会摧毁沃氏老中的那个默认解释器。他也让我想起了那个文学史上最著名的开头，他应该由华尔街和沃氏交替合念。 q e。 我 的生命之光、我的欲望之火、你的罪恶，你的灵魂。 q e。 发音时，气流从喉咙深处冲出，最后双唇向两边裂开，露出贪婪的牙齿。 q e， 我破皮大狗，我的努力就是您支持的动力，感谢您的关注与点赞，我们下次再见！

财务会计出纳一定需要会的一个技巧，在这里呢，当我们的这个科目代码发生变化的时候，我们下方的一级科目，二级科目借方贷方的金额他是可以自动更新的， 像这种能够自动更新的效果是怎么去实现的呢？好，那这里我们只需要借助于一个函数就可以搞定了。好，那这里第一步我们先去创建这个数据的下拉列表，这里我们点击数据， 点击有效期，把允许下方的任何值改为序列在来源这里呢，我们就选择这个科目代码所在的这个区域。好，点击确定。好，这个时候我们的下拉列表框就给它创建好了， 创建好了之后，我们在序号这里给它去输入一个等号，输入 f i l field 函数呢，是万能的筛选函数。好，我们就双击它第一个参数，我们需要在哪里去做查找， 那这里我们就选择 a 二到 g 十四，把这个行号呢给他去改成一千，这个呢我们的查找区域逗号，我们的条件是什么呢？那这里我们就选择科目代码所在的待命格区域， 这里注意，我们同样需要把这个行号呢给他改成到一千行，这个条件区和我们的数据区他必须要保持一致。好，这里需要让他去做一个判断， 是不是等于我们查询表里面的这个科目代码。好，这个时候敲回车。好，我们来看一下这里，当我再去点击下方的科目代码的时候，下方的数据它就可以自动更新了。学会了吗？关注我，学习更多办公小技巧。

哈喽，大家好，分享一下我是如何用两分钟，用 ai 把一份四十八页的财报做成了一个格式化看板，以及提炼出了可附用的格式文档。那具体我是如何做的呢？一般来说财报里面有很多重要信息，而且有的时候还有一些专业术语，普通人很难抓重点，那转化成看板的话，就可以快速的帮我们提炼重点信息， 并且消化理解。我这次主要做了两步，第一步，让 ai 只提取原文数据，不许分析，避免有故事美化。第二步，基于数据表生成一个格式化的看板。 那我没有直接让 ai 分 析财报，是因为这样很容易美化故事，我的做法是先让他当数据员，再让他当设计师， 这样子的话能够减少幻觉，也方便复合数据来源。那从这段看吧，有哪些关键信息？第一，可以看出托马斯去年的增长很强，收入同比增加了百分之一百八十以上，净利润同比增加了百分之接近三百，毛利润呢也升到了百分之七十二点一。第二，增长来源很清晰， 可以看到 the monster 毛绒品类海外市场线上渠道都在放大。第三，同时也要看一下风险，风险中能发现 the monster 系列占总额收入的百分之三十八点一， 同时库存周转天数从一百零二天升到了一百二十三天，同时现金流数据没有在这份公号里面透露，可以结合投资人的视角以及品牌人的视角，分别从一些角度出发。比如说品牌人的话，我们可以从 ip 产品的延伸，从渠道的放大以及用户的资产去看，那整个流程跑下来的话，我们可以去到这些地方，大家可以截图保存。 第二，因为我的提示词是通用的，所以我会让 ai 自查一遍，根据具体的品牌财报文件，然后补充一些其他的重要信息跟数据，同时更新进看板。第三个点就是后续我们在其他需要数据分析以及看板生成，只要增加以及把以上的维度生成 x p 网页吧，最后就变成我们想要的看法。那最后我把两个提示词已经整理好了文档，如果你想付费的话可以关注我，私信领取，只要你换一份财报就可以跑出自己的 dashboard， 兴趣的话可以关注我。后续还会有更多的实用 ai 实战分享，我是露露，下期见。

会计人都知道，电商会计比普通会计工资高，两格的差距其实就在于流程和实操。电商会计不仅要处理多平台的数据，还要核算复杂的资金流和税务合规。 今天一条视频把核心的流程拆解给大家，直接抄作业。第一步，抓起原始数据。电商会计的核心就是电子化流水管理，每天需要同步某某音等平台账单、 erp 出入库记录后台销售数据。要注意原始电子凭证需要定期规档，这是后期我们做账的基础。 第二步，算真实收入。收入值，确认已完成无退货的订单。这里要区分已结算收入和未结算的收入，未结算的金额要跟平台账面应收账款科目一致。第三步，核算成本费。发货成本用先进先出法算 平台服务费、投流费、用金，这些都要主笔核对，跟供应商对账一定不能马虎。还要注意赠品需要和销售计， 增值税优惠券按照金额法确认收入。第四步，核算运营费、工资、社保租金等固定费用，按月集体推广费、快递费等变动费用要按照项目登记，避免漏记。第五步，资金流水核对。 重点监控平台结算周期，核对据某和知某、保维某信账户余额与账面其他货币资金是否一致，注意提现手续费、退款造成的差异。第六步，分析报表，编辑利润表和资产负债表，重点分析评估成本、费用的合理性以及节约成本的空间。第七步，合规申报事务。 根据销售额申报增值税定向及时认证，根据利润的情况进行预交企业所得税，还有印花税和增值税等其他税费，合规经营才能长久。同时我也整理了电商的相关对账的模板，以及相关的利润分析报表，需要的可以带走。祝姐妹们早日拿高薪，下期见！拜！

hello， 大家好，今天我们继续来看雅思小作文静态数据图的第二种句式，如何描述第二大的数值？我们还是以这个表格为例。上期视频我们已经学会了最大值的描述，今天我们来看第二大的数值，二十八点九亿应该怎么表达？接下来我们就尝试用不同的句型来表达这个含义。说 island 这个国家在 food 追 and tobacco 这个项目上面，它的花费支出，消费是占有百分之二点九一，排名第二。我们先开始第一种写法，我们还是用这个国家开头作主语。 island 这个国家排在第二。动词 ranked 时态用一般过去式，因为它讲的是两千零二年的事情，排在第二叫 ranked second 在 什么方面排在第二？ in terms of 花费支出， expenditure on 这三个类别带进来。 on food， drinks and tobacco， 那 数值是多少？ at 二十八点九一数字。我们继续尝试第二种，还是用这个 came next。 就 接下来是 island 这个国家， 那在这个国家呢？有 with 介词百分之二十八点九一，消费者的花费支出 consume expenditure 被分配到 allocated， 背到 to 这几个项目上面。 to food， drinks and tobacco 这是第二种。继续仍然用这个国家开头做主语。动词用有第二大的数值， the second， largest of shell of ending on food， drinks and tobacco 数字 at 二十八点九一 以上这三种呢，开头都是用国家名称做主语，然后搭配不一样的动词。我们再来看第四种，换一个主语。我们之前描述了 turkey 这个国家排在第一， turkey 这个国家被谁跟随？ was followed by island at 二十八点九一数字我们再来看一种用数字开头做主语的写法， the summing figure 就 属子相应的数字，指的就是在这三种项目上面的花费支出的比例。 相应的数字对这个国家来说， for old 是 was 稍微低一点的， was slightly lower at 二十八点九一我们看这五个句型应该怎么来记，重点就是在于记住第二大的一些表达。第一个句是重点，记住排第二的表达 rank second 在 什么方面叫 in terms of 第二个句型呢？记住一个 came next， 接下来是谁？第三，记住谁拥有第二大的比例数值 had the second largest shell。 第四，记住一个 be followed by 被谁跟随。第五，谁的数字相对来说更少更小。

宝子们大家好，最近好多宝子们问我关于选品的问题，我发现好多宝子们想用 ai 选品，但是又不会用，不知道该怎么去选择。今天给大家分享一个我自己也在用的 ai 选品工具， c 科 ai 两大核心功能，帮你解决选品痛点。 第一个，每日推荐，先在这里根据你的偏好设置一下产品标签，然后保存设置，照样他每天就会根据你设置的产品偏好 给你推荐非常有潜力的产品。不需要你主动找品，直接给你罗列产品清单，每个产品的数据都显示的非常清晰，对哪个产品感兴趣，点击即可。一个页面显示所有的产品信息，不需要你再去多个功能 来回切换。市场销量、存活率评分，包括它的所有变化、趋势、类目表现、热点词，多个维度的统计数据，一个页面显示清楚。 第二个功能， ai 市场透析，你想对这个产品有更深入的了解，可以点击 ai 市场透析，等它生成详细报告。首先是市场总结，有整体评分，近三十天市场销量、卖家集中度、新品存活率、 f b a 占比全都在这里。这里直接给出优化创新方案，推荐未满足的痛点， 产品的创新点，下边是市场总览，供给分析、适合的人群、核心需求、定价区间、试用场景，包括评论的分析、消费人群、使用场景、购买目的、消费者画像、产品体验、差评的原因、未被满足的需求点，用户的期望与需求，完全可以根据客户的差评 和希望与需求来针对性做产品。优化产品图谱的核心差异、结构形态、不同卖点、产品数量及销量分布，每个产品主要的不同功能，差异化数量的占比、 月销量的区间全都在这里，非常的清晰。还有赛道的洞察，他直接帮你细分几个垂直赛道，赛道的数据对比，竞争的分析，直接挖掘用户的诉求，包括直接给出你优化的方向， 应该从哪里去优化，优化内容微微满足的痛点和创新的点，优化的价值。包括最后还有一个合规与资质产品需要注意什么？这个报告以前我要自己找， 记得最早之前我刚做的时候，有一个产品已经上架在售了，忽然后台收到需要资质报告的要求，我又浪费了好几天时间去搜索整理报告，选错产品耽误的时间，全都是沉没成本。 现在这些数据都非常清晰地摆在你面前，十分钟做出决策，多出来的时间我们可以放在备货和产品运营上，增加我们的工作效率。现在的 ai 是 越来越强了，宝子们赶快合理的去运营起来吧！

两个被系统隐藏的数据啊，你一定要把它打开，如果你不打开，有时候你可能连头产笔你都调不了这两个数据，它就是点击率和点击转化率，在哪里点开呢？ 右上角它有个小齿轮，你点进去，你看到最下面，它有一个查看自定义的数据，然后你把鼠标放上去，后面会出现一个小铅笔， 你点那个小铅笔，点进去后呢，在左边找到点击率和点击转化率，你把它都勾上，然后呢在右侧划到最下面，你把点击率和点击转化率给他向上挪，这样呢，看着方便，后续调数据呢，也省事。最后记住我这个口诀， 点击曝光都涨，提头产加预算，要是曝光掉，点击再涨，只加预算，如果曝光点击勾掉， 先减预算，稳住头产，等数据恢复正常，再慢慢的提头产。如果你想知道怎么开直通车的话，主页粉丝群我整理好了开车文档，希望能帮到你。

跟着小玉学运营，远离关店，每天给我一分钟！现在很多密室呢，都会给员工设置好评的 kpi， 不知道大家有没有想过，除了好评之外，我们还可以从玩家身上获取哪些数据呢？有一些主题多，员工多的门店，一天可以要几十上百条好评，那有一些小的门店呢，一天可能接待不了那么多的玩家， 今天给大家分享一下美大的另外一个数据，打卡收藏，不要小看了这个窗口，现在密室消费是存量市场，不像以前黄金时期是增量市场，现在存量市场呢，主要通过争夺现有的市场份额直线增长。如果玩家呢，给你点了打卡收藏，你的门店已经进入了他的收藏夹，那他下次打开美大 app 搜索密室的时候，首先出来的就是你的门店。收藏的门店优先级别是非常高的，在某些情况下会比推广通的优先级还要高，这样可以间接提高这个玩家的复购率，如果是人口比较少的二线及以下城市去做，这样的存量效果会更高。其次呢，打卡收藏难度比较低，更容易获取， 美大后台也有这个功能，商家自行设置优惠券或者小礼品，这样这样呢，可以降低员工的获取难度，不像写评价一样，又拍照又要二十次好评。打卡收藏只需要轻轻一点就可以完成，更加轻松的实现数据增长， 也可以拿好评的同时让玩家去点一个打卡收藏。最重要的一点是，目前这个重点做打卡收藏的商家偏少，更容易弯道超车。打卡收藏属于隐形的数据，效果不是立竿见影，这就导致很多商家不重视这个打卡收藏 数据越多，门店排序也会变得越高。总之，我们要丰富门店各项数据，像点击啊、曝光啊、浏浏览，这些数据都很重要。分享不易，点赞加收藏支持一下吧！

我们第二个要去学的这个就是向量 vector， 首先要知道 vector 其实就是动态数组，去用这个 vector 函数的时候，就要给它写出头文件， vector 下面必须要跟 u d， n， space， s， t d， 它是可以随机存取任何元素，并且都是能在长数时间内完成的， 尤其是在这个尾端的增删环节，会具有较好的性能。就比如说它这个尾端的插入和尾端的删除，它的这个算法时间复杂度只用 o 一， 然后像其他元素的这个插入与删除就只用 o n。 首先呢，用这个函数的时候先要去定义这个 vector int， 比如说我们定一个变量 v， 后边你可以用到 v 函数，它的作用是用于内存分配的。有两个函数，一个是微点 c p a c i t y， 它这个的意思呢，就是按这个函数 当前可以容纳的这个 vector 的 元素个数。还有一个呢是微点 r e s e r v e， 比如说这个给里边定一个 参数 n 的 意思就是让我们去扩大这个函数的容量到 n， 这两个呢就是用来内存分配的。看来的这些函数呢，主要是用来进行元素存取。微点 at i， 它的意思就是让我们搜引 i 所标识的所有元素，并且对 i 这个数据进行边界检查。 还有一个是 v i， 这个的意思呢，就是返回所引 i 所标识的各种元素，它和数组用法基本上就是完全一致的，但不对 i 进行这个越界的检查。第三个呢就是 v 点 front， 这个呢，它的意思就是让我们返回第一个元素，并且不检查它第一个元素是否存在。 第四个是微点 back， 这个的意思呢是返回到最后一个元素，并且跟上面一样，不查询最后一个元素是否存在。接下来的这几个呢？用于这个插入元素。微点 insert post 逗号 e， 它的用法就是在 post 的 位置插入元素 e 的 副本，并且返回这个新元素的位置。微点 insert post 逗号 n， 逗号 e， 它的意思就是在这个 post 的 位置插入 n 个 e 副本。微点 insert post begin end， 这个呢，意思就是在这个 post 位置插入区间， begin 一 直到 end 内的所有元素的副本。微点 push back， 比如说我们在这里边放一个二十，那么它的意思就是从尾端插入新元素副本。微点 eraser post， 这个呢，就是用来删除这个 post 位置的元素，并且返回到下一个元素的位置。微点 eraser begin 逗号 end， 这个呢，就是删除区间，从 begin 一 直到 end 内所有的元素，然后返回到下一个元素的位置。第三个是微点 pop back， 这个呢就是移除最后一个元素，但并不返回到最后一个元素。第四个是微点 clean， 这个就是清除所有的元素，并且清空这个容器。第五个是微点 resize number， 将元素的个数改为 num， 增加元素，用默认的构造函数产生， 多余的元素被就被删掉。那第六个是微点 resize number， 六号 e， 这个就是将这个元素数量改为 number， 并且增加的元素是 e 的 副本，这个呢就是用来移除元素的函数。微点 empty， 这个是用来判断 set 是 否为空，为空的话就是 true， 不 为空就是 false。 然后还有一个是微点 size， 这个就是返回元素个数。