最近了一年office 365羊毛,想试用copilot的时候遇到这个问题：
梯子开了美国全局tun也没用，之后怀疑是缓存问题，因为一开始没开梯子导致加载了中国区的js文件，所以没法用
用微软官方网站上的方法试了下清缓存：
删除以下文件夹的内容
%LOCALAPPDATA%\Microsoft\Office\16.0\Wef\ 之后保持美国全局tun重启word即可：
如果还是不行，可以尝试office 365的网页版，也能用Copilot
参考：https://ZEEKLOG.fjh1997.top/posts/40329.html
vscode 关闭 copilot 代码 AI 补全 在刷算法题时使用 vscode 常常被 copilot 代码补全，往往达不到训练的目的。现在试着将 AI 代码补全关闭 依次点击红色框中 {} 按钮 --> Open Menu --> Disable Completions / Disable Completions for ‘c’ (仅对对应的编程语言关闭 AI 补全) 便可将 copilot 代码 AI 补全关闭
探秘海螺AI：多模态架构下的认知智能新引擎 在人工智能持续进阶的进程中，海螺AI作为一款前沿的多功能AI工具，正凭借其独特的多模态架构崭露头角。它由上海稀宇科技有限公司（MiniMax）精心打造，依托自研的万亿参数MoE大语言模型ABAB6.5以及MiniMax语音大模型，展现出非凡的技术实力与应用潜力。MiniMax的核心团队源自商汤科技等业内知名企业，在多模态大模型研发领域深耕细作，为海螺AI的诞生奠定了坚实基础。 在这里插入图片描述 一、核心模型架构剖析 （一）基础模型：abab - 6.5 海螺AI的基础模型abab - 6.5采用了创新的混合专家系统设计，借助动态路由机制，即Sparse Gating Network，可依据输入内容智能激活8 - 12个子专家模型。这些子专家模型涵盖代码专家、多语言专家、逻辑推理专家等，各司其职，协同作业。在参数规模上，abab - 6.5总参数量高达1.2万亿，同时通过巧妙的设计，将活跃参数量控制在2000亿/query，有效平衡了模型的高容量与低推理成本。在训练优化环节，
现在写论文的人越来越多，一写就会出现AI率过高的问题，特别是在研究生论文中，使用AI辅助写作已经非常普遍了，但是只要查重一下就会“凉了”，导师直接打回去说AI味太浓，没有自己的想法。 去年我自己也犯过同样的错误，初稿的时候AI率是66%，查重35%，导师说我全是机器的味道，那时候真的很难受。 经过一周的努力之后，一边手动修改一边测试各种工具，最后将AI率从90%以上降到了2.4%，顺利提交并通过了。 今天就来分享一下效果比较好的8个实用方法，在三十分钟内就可以把AI率降低到可以接受的程度，不管是论文、报告还是文案都可以轻松摆脱AI腔。 降AI率的核心是什么？ 降AI不是简单的换词，而是去除机器的痕迹，保留主要信息。 很多人以为降低AI率就是用同义词替换，但是结果反而变得很奇怪，专业性也不强了。 其实是在打破AI所固有的模式：固定的句式、过于严谨的逻辑、表达含糊不清没有实质内容。 不用这些套路的话，AI率就会下降，学术上的严谨性也不会受到影响。 方法一：变换语态，长短句交替使用 AI经常使用被动语态以及较长的句子，如“实验数据经过分析后得到的结果”，显得很机械。短
0.官方GitHub网站： GitHub - QwenLM/Qwen3-VL：Qwen3-VL 是由阿里云 Qwen 团队开发的多模态大语言模型系列。https://github.com/QwenLM/Qwen3-VL 空间感知能力大幅提升：2D grounding 从绝对坐标变为相对坐标，支持判断物体方位、视角变化、遮挡关系，能实现 3D grounding，为复杂场景下的空间推理和具身场景打下基础。 OCR 支持更多语言及复杂场景：支持的中英外的语言从 10 种扩展到 32 种，覆盖更多国家和地区；在复杂光线、模糊、倾斜等实拍挑战性场景下表现更稳定；对生僻字、古籍字、专业术语的识别准确率也显著提升；超长文档理解和精细结构还原能力进一步提升。 一是采用 MRoPE-Interleave，原始MRoPE将特征维度按照时间（t）、高度（h)和宽度（w)的顺序分块划分，