一本教授学术搜索的工具书，教你如何通过学术搜索引擎等精准的搜索，在各类数据库中搜索到想要的信息。前面有理论知识，后面有案例，理论结合实际，从入门到精通，很实用。| #论文 #电子书 #学术
作者郭劲赤，华东师范大学图书馆副研究馆员。长期从事信息素养相关课程的一线教学，主讲的华东师范大学研究生课程和“文献调研与信息检索”在线课程为热门课程。主持国家社科基金项目等课题，发表SSCI论文4篇，担任SSCI期刊审稿人。
本书主要面向广大高校学生、教师和研究人员，以及对科研、论文写作、信息搜集感兴趣的人士。
全书内容涵盖学习、研究过程中的各类信息搜索，包含丰富的实用技巧与有趣的案例故事，帮你打破传统检索方式，实现精准“学术搜索” 。
本书内容由浅入深，共分四篇（导论篇、入门篇、精通篇、学术规范篇）十五章，具体涵盖了：
1.纸本资源导航，包括国家图书馆和上海图书馆的馆藏资源，联合目录CASHL、NSTL、CALIS等；
2.学术搜索引擎使用指南，包括Semantic Scholar、BASE等；
3.期刊数据库使用攻略，包括知网、万方、维普、ScienceDirect、EBSCO等；
4.图书数据库使用要点，包括超星、读秀、SpringerLink等；
5.学位论文数据库使用诀窍，包括知网、万方、PQDT等；
6.引文数据库利用方法，包括CSSCI、SCI、Web of Science、Scopus等；
7.统计数据库介绍，包括中国经济社会大数据研究平台、OECD iLibrary、国际组织数据公开网站等。
同时专门为奋战在“论文写作前线”的读者准备了论文写作与投稿规范、如何辨别真假投稿期刊、论文查重“通关秘籍”等内容。 为沉迷手机上网的读者专辟一章，讲解如何利用手机等移动设备访问图书馆和数据库App。通过本书，帮助读者成为学术信息搜索达人，尽情遨游学术海洋。
作者郭劲赤，华东师范大学图书馆副研究馆员。长期从事信息素养相关课程的一线教学，主讲的华东师范大学研究生课程和“文献调研与信息检索”在线课程为热门课程。主持国家社科基金项目等课题，发表SSCI论文4篇，担任SSCI期刊审稿人。
本书主要面向广大高校学生、教师和研究人员，以及对科研、论文写作、信息搜集感兴趣的人士。
全书内容涵盖学习、研究过程中的各类信息搜索，包含丰富的实用技巧与有趣的案例故事，帮你打破传统检索方式，实现精准“学术搜索” 。
本书内容由浅入深，共分四篇（导论篇、入门篇、精通篇、学术规范篇）十五章，具体涵盖了：
1.纸本资源导航，包括国家图书馆和上海图书馆的馆藏资源，联合目录CASHL、NSTL、CALIS等；
2.学术搜索引擎使用指南，包括Semantic Scholar、BASE等；
3.期刊数据库使用攻略，包括知网、万方、维普、ScienceDirect、EBSCO等；
4.图书数据库使用要点，包括超星、读秀、SpringerLink等；
5.学位论文数据库使用诀窍，包括知网、万方、PQDT等；
6.引文数据库利用方法，包括CSSCI、SCI、Web of Science、Scopus等；
7.统计数据库介绍，包括中国经济社会大数据研究平台、OECD iLibrary、国际组织数据公开网站等。
同时专门为奋战在“论文写作前线”的读者准备了论文写作与投稿规范、如何辨别真假投稿期刊、论文查重“通关秘籍”等内容。 为沉迷手机上网的读者专辟一章，讲解如何利用手机等移动设备访问图书馆和数据库App。通过本书，帮助读者成为学术信息搜索达人，尽情遨游学术海洋。
这个网站收录了 700 多个产品设计有关的工具，可帮助改善产品设计能力和过程。按不同类别：包括用户研究、分析、视觉界面设计、设计+代码、效率工具、课程、多媒体资源。
Open-LX01：小爱音箱mini定制固件，让小爱音箱mini成为一个完全自主控制的音箱
合成数据是机器根据真实数据和算法生成的，它不包含敏感信息，但可以保留真实数据的特征。合成数据与真实数据之间不存在对应关系，并且不受 GDPR 和 ADPPA 等隐私法规的约束。实际应用中，无需担心隐私泄露的风险。高质量的合成数据还可以应用于数据开放、模型训练与调试、系统开发与测试等各个领域。
特点
高性能：支持多种统计数据合成算法，实现高达120倍的性能提升，无需GPU设备；针对大数据场景进行优化，有效降低内存消耗；持续跟踪学术界和工业界的最新进展，及时推出对优秀算法和模型的支持；通过torch等框架为深度学习模型提供分布式训练支持。
隐私增强功能：SDG支持差分隐私、匿名化等方法来增强合成数据的安全性。
易于扩展：支持以插件包的形式扩展模型、数据处理、数据连接器等
Synthetic Data Generator | #框架
OpenAI发布了新的嵌入模型和API更新，包括两个新的嵌入模型、更新的GPT-4 Turbo预览模型、更新的GPT-3.5 Turbo模型和更新的文本审核模型。
新的嵌入模型包括一个小型高效的text-embedding-3-small模型和一个大型高性能的text-embedding-3-large模型，允许开发者在使用嵌入时权衡性能和成本，特别是可以通过减少嵌入的维数(即从序列的末尾移除一些数字)来实现。 这些模型能够创建最多3072维的嵌入。
OpenAI表示，发送到OpenAI API的数据默认不会被用来训练或改进OpenAI模型。
