UI界面16条设计黄金原则

1. 使用留白和分组来划分元素 把信息分成几组相关元素可以帮助构建一个有条理的界面,更易于组织和阅读信息。这样做可以让人更快更容易地理解和记住界面的内容。 你可以使用这些方法来对信息分组: 使用容器是将界面元素分组的最强视觉表现方式,但它可能会增加不必要的杂乱感。寻找使用其他分组方法的机会,它们通常更微妙,可以帮助简化设计。 使用留白是一个非常有效的元素分组方式,你可以同时使用这些方法用以更好的将信息组织起来。 比如在下面的例子中,留白空间不够,让信息显得挤在一起难以阅读,通过增加留白,能帮助更好的对信息进行分组,让整个排版显得更舒服,更利于阅读。 2. 保持一致性 在 UI 设计中,一致性的意思是相似的元素,在外观和行为上保持相似。这种一致性不仅在你自己设计的产品中保持,也应该与其他已有的产品相类似,以保证用户的心智统一。这样可以提高可用性并减少错误,用户不再需要重新学习如何使用。 在下面的例子中,图标的风格是不统一的,一些图标是填充的一些是描边的。这会让用户感到困惑,填充图标通常会让用户觉得是已经选择了。当所有图标都用描边的形式,统一描边 2pt 的粗细和统一的圆角,并设计相似的视觉重量,那么就可以很好的提高一致性。 文本用来提升图标的易读性,以帮助用户更好的理解它的意思。特别是当一些用户使用读屏时(屏幕阅读器是一种软件,用于描述界面,并通过语音或盲文向看不到它的人进行描述)。 3. 确保看起来相似的元素功能也相似 如果元素看起来是类似的,用户会觉得它们在功能上也是类似的。因此,尝试确保对于具有相同功能的元素使用一致的视觉设计。相反,尝试确保具有不同功能的元素看起来也是不同的。 在我们的例子中,图标区域的样式与“Book now”按钮的样式非常类似。这使得它们看起来是可以点击的,但实际上是不可以的。把底部的蓝色背景区域去掉,避免用户的误解。 4. 创建一个清晰的层次结构 不是所有在界面上的信息都同等重要,为了让信息更容易理解,要让更重要的信息被设计的更突出一些。 一个清晰的层次关系,能帮助用户更快的阅读内容,并能把焦点放到他感兴趣的地方。同时,它还可以通过创造秩序来提高美学效果。你可以通过大小、颜色、对比、间距、位置和深度进行优化,打造一个清晰的视觉层级。 下面的例子是一个视觉层次不清晰的网站 banner 示例,在它下面是一个明确的层次结构的案例。 一个非常快且容易的检查你的视觉设计层次是否清晰的方法是采用“眯眼测试( Squint Test)”。只需眯起眼睛观察你的设计,或者远离屏幕或使设计模糊。你仍应该能够看出哪些元素最重要,知道界面的用途。 用“眯眼测试”看下面的例子,我们可以发现多个具有类似视觉强度的元素在争抢用户的注意力。同时,左下角的主要操作反而没有凸显出来。 主要按钮在界面中通常是最突出的元素。通过给它一个与背景强对比的颜色,并把字体加粗可以实现这一点。这样做也解决了可读性的问题,后面会详细研究。 再次用上“眯眼测试”,主要按钮这次成了页面中最突出的元素了。 视觉层次现在终于清晰了,但依然还有提升的空间。例如,正文相对于它的层级来说,还是有点太突出了。 5. 删除不必要的样式 不必要的信息和视觉样式可能会分散注意力,增加认知负荷。避免使用不必要的线条、颜色、背景和动画,目的是创建一个更简单、更专注的界面。 在我们的例子中,图片周围的留白和描边是没必要的,会增加视觉复杂度。这些样式不需要来传达信息或对元素进行分组,因此我们可以安全地将它们删减以简化设计。 6. Read more…

斯坦福 Alpaca 火了:100美元就能比肩GPT3.5

一夜之间,大模型界又炸出个big news! 斯坦福发布Alpaca(羊驼,网友口中的“草泥马”): 只花100美元,人人都可微调Meta家70亿参数的LLaMA大模型,效果竟可比肩1750亿参数的GPT-3.5(text-davinci-003)。 而且还是单卡就能运行的那种,甚至树莓派、手机都能hold住! 还有一个更绝的“骚操作”。 研究所涉及到的数据集,是斯坦福团队花了不到500美元用OpenAI的API来生成的。 所以整个过程下来,就等同于GPT-3.5自己教出了个旗鼓相当的对手AI。 然后团队还说,用大多数云计算平台去微调训练好的模型,成本也不到100美元: 复制一个GPT-3.5效果的AI,很便宜,很容易,还很小。 而且团队还把数据集(秒省500刀)、代码统统都给开源了,这下子人人都能去微调个效果炸裂的对话AI: 项目在GitHub发布才半天时间,便已经狂揽1800+星,火爆程度可见一斑。 Django联合开发者甚至对斯坦福的新研究用“惊天大事”来形容: 不仅如此,斯坦福团队还搞了个demo,在线可玩的那种。 话不多说,我们现在就来看看这个“草泥马”的效果。 比肩davinci-003的草泥马Aplaca 什么是羊驼?它和美洲驼的区别是什么? 草泥马Aplaca给出的答案较为干练: 羊驼是一种小型骆驼科动物,原产于秘鲁、玻利维亚、厄瓜多尔和智利;它比美洲驼小,羊毛更细,也没有驼峰。 而后又简单的介绍了二者群居生活的不同。 同样的问题若是交给ChatGPT(GPT3.5-turbo),则答案就不会像草泥马Aplaca那般简洁: 对此,团队给出的解释是: Alpaca的答案通常比ChatGPT短,反映出text-davinci-003的输出较短。 而后团队演示了让草泥马Alpaca写邮件: 写一封e-mail祝贺被斯坦福大学录取的新生,并提到你很高兴能亲自见到他们。 草泥马Alpaca对于这个任务也是信手拈来,直接给出了一个像模像样的邮件模板: 难度再次进阶,团队这次提出了让草泥马Alpaca写论文摘要的需求: 写一篇经过深思熟虑的机器学习论文摘要,证明42是训练神经网络的最优seed。 草泥马Alpaca给出的答案从内容上来看,非常符合大多数论文的摘要形式:试图回答什么问题、用了什么方法、结果如何,以及未来展望。 当然,也有迫不及待的网友亲自下场试验,发现草泥马Alpaca写代码也是不在话下。 不过即便草泥马Alpaca能够hold住大部分问题,但这并不意味着它没有缺陷。 例如团队便演示了一个例子,在回答“坦桑尼亚的首都是哪里”的问题时,草泥马Alpaca给出的答案是“达累斯萨拉姆”。 但实际上早在1975年便被“多多马”取代了。 除此之外,若是亲自体验过草泥马Alpaca就会发现,它……巨慢: 对此,有网友认为可能是使用的人太多的原因。 笔记本、手机、树莓派都能跑 Meta开源的LLaMA大模型,刚发布几周就被大家安排明白了,单卡就能运行。 所以理论上,基于LLaMA微调的Alpaca同样可以轻松在本地部署。 没有显卡也没关系,苹果笔记本甚至树莓派、手机都可以玩。 在苹果笔记本部署LLaMA的方法来自GitHub项目llama.cpp,使用纯C/C++做推理,还专门对ARM芯片做了优化。 Read more…

OpenAI information

Models Overview The OpenAI API is powered by a diverse set of models with different capabilities and price points. You can also make limited customizations to our original base models for your specific use case with fine-tuning. MODELS DESCRIPTION GPT-4 Limited beta Read more…

What Is Apple One?

Apple One is a subscription service that bundles together Apple’s various digital services, such as Apple Music, Apple TV+, Apple Arcade, iCloud storage, and more. It’s designed to give users access to all of Apple’s services in one convenient package. Read more…

Google Colab

What is Colaboratory? Colaboratory, or “Colab” for short, is a product from Google Research. Colab allows anybody to write and execute arbitrary python code through the browser, and is especially well suited to machine learning, data analysis and education. More Read more…