近日，有关苹果是否经过打蜡处理对人体健康是否有害的问题引起了广泛关注。据中国新闻网报道，苹果在正常生长过程中会自然分泌一层果蜡，这对人体是无害的。即便在采摘后，苹果一般也经过人工打蜡处理，其目的是为了防止水分流失、解决表皮皱缩问题、防止害虫侵蚀，以及延长保存时间。值得注意的是，正规的打蜡处理不会对人体健康产生危害。
科学辟谣指出，若对苹果是否经过打蜡处理感到不放心，消费者可以选择将苹果皮削掉或者使用热水冲洗苹果，以进一步确保食用的苹果符合个人偏好和安全需求。
（举报）
苹果打蜡吃了会危害健康?科学辟谣：正规打蜡没问题
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
广告 -
为什么GLP-1首选亦餐？首席研发科学家：我们追求可持续的健康
提到GLP-1大部分人会想到诺和诺德的Wegovy或者礼来的Zepbound等产品，作为当前市面上十分成功的两个靶向激动剂，Wegovy和Zepbound的确在体重管理行业掀起“狂热浪潮”。GLP-1的应用为解决体重管理带来革命性的颠覆，但受制于针剂注射途径，依然有不少用户不愿接受，因此口服剂的GLP-1研发成为产品创新的主流趋势。通过科学体重管理，实现可持续健康，才是我们的最终目的。
-
推出在线站桩课 千尺学堂以科学运动提升中老年群体健康素养
伴随老龄人口数量增加和老年人健身需求的不断扩大，老年体育市场的需求越来越旺盛。国家统计局日前公布的数据显示，2023年末，我国60岁及以上人口约2.97亿人，其中65岁及以上人口约2.17亿人。千尺学堂将积极顺应我国老龄化社会的发展需求，深度聚焦中老年群体的精神文化需求，打造更多优质的课程内容与服务，帮助银发族追求从外到内、由身到心的健康状态，拥抱幸福生活。
-
福气多玉石床：如何减轻久坐的危害？
长时间坐着不动，已经成为很多人工作生活的一种常态。我们坐在办公桌前，坐在电脑前，甚至坐在汽车和飞机上，下班回家坐着刷手机。高标准地生产优质的产品，满足消费者的需求，想消费者所想，思消费者所思，解决消费者切实的痛点，是福气多玉石床的立身之本福气多一直都是这样做的，凭借这样的精神和产品，从嘉兴走向了全国，又从全国走向了世界。
-
荐无限重生图片样式，999次也没问题！
当我们使用Midjourney、DALL·E3、StableDifusion等模型生成图片后，想在保留主体大框架的情况下改变图片的样式，最直接的方法就是通过PS、AdobeLightroom、DxOPhotoLab等专业修图软件。但这对于很多人来说不太方便，也不符合AI时代的高效率处理方法。有兴趣的小伙伴可以去试试。
-
生命体征维持餐走红 专家：不能长期食用 有两大危害
生命体征维持餐”近日登上网络热搜，引起网友关注热议。生命体征维持餐”主要来源于欧美，是一种以冷、素、量少为特点的饮食方式。生命体征维持餐”中的生食、冷食也会导致维生素缺乏，一些维生素在热加工后更容易被吸收，此类生食会导致维生素难以被人体吸收。
-
余承东再谈手机支架争议：小米导航没问题 有问题的是部分国际品牌
快科技4月14日消息，在前几天的智界S7发布会上，余承东笑称使用手机支架的原因在于车载导航的不足，被网友认为是暗指小米SU7。随后雷军还在微博上发起投票，询问问网友是否支持车上有原装支架，并在评论区表示同行之间相互交流有助于提升产品水平。余承东发朋友圈再回应此事，称国产智能电动汽车的车机导航都不会有问题（采用高德或百度地图方案）。小米做智能手机出身的，车机导航更不会有问题！现在有问题的却是部分国际智能电动车品牌和传统燃油车。”余承东表示。余承东还透露，此前在和车评人吴佩拍摄视频时，看到一辆开美国热销电车
-
人工智能是把“双刃剑” 审慎应对科技潜在危害
2023年11月1日，全球首届人工智能（AI）安全峰会在英国开幕，马斯克在峰会上提出:应该建立“第三方裁判”来监督开发人工智能的公司，这个裁判将观察领先的AI公司在做什么，并在必要时发出警报。马斯克表示，政府在制定监管规则之前需要深入了解AI的发展。他把人工智能称为一把“双刃剑”，认为它对人类有益，但同时也存在危险。英国最近发表的一份声明，由28个国家�
-
徐冠华：周光召的科学光芒永远闪耀
本文以与周光召先生30余年共事过程中的重要时刻为脉络，重温先生的独特人格魅力，以及先生对国家科技事业的赤子之情。从感叹先生的精神为时代树立了丰碑，到高度肯定先生为“两弹一星”、国家基础研究、中国科学院发展等作出的历史性贡献;从重读先生的“科学精神七要点”，到引申出先生及笔者本人毕生都在恪守的科学精神。笔者和先生始终认为学术民主和自由争�
-
格力辟谣员工旷工看生病父母被董明珠免职：造谣诽谤！
日前，多个自媒体账号在多个平台发布标题为《员工旷工去看生病父母，董明珠直接下令：对这名员工予以免职处分》的文章。珠海格力电器股份有限公司文化传媒中心官方微博格力文传”进行辟谣。快科技查询后发现，早在2019年就有类似员工旷工去看生病父母，董明珠下令开除”的文章在网上发布，最近一篇发表时间为4月23日。
-
极氪辟谣部分账号发布优惠降价信息：不实 非官方行为
今天凌晨，极氪法务部发文，对部分账号以团购”、促销优惠”等为名，发布极氪降价信息一事进行辟谣。极氪法务部表示，近日注意到在部分网络平台，有不同账号以团购”、促销优惠”等为名，发布极氪降价信息。极氪所有车型的价格和购车权益，均以下定时极氪App显示为准。
-
Spark Mail:Spark帮助您掌控收件箱。立即查看重要内容，快速清理其余邮件。
Spark是一款智能、专注的电子邮件应用，帮助您掌控收件箱。通过智能筛选，快速了解重要内容，并快速清理其余邮件。Spark还提供AI助手帮助您快速编写完美的电子邮件。
-
Chatbox:办公学习的AI好助手，提升工作效率，深受全球专业人士好评。
Chatbox是一个易于使用的人工智能解决方案，支持多平台，帮助提升工作和学习效率。它具备本地数据存储，确保隐私和轻松访问，同时支持多种尖端人工智能模型，提供多样化、适应性和智能化的用户互动。Chatbox还具备强大的提示功能，释放创造力，支持Markdown、引用、令牌估计等功能，为思维提供广阔的发展空间。
-
ChatX App:一个强大的AI客户端，支持多设备云同步，提升工作和生活效率。
ChatX是一个基于先进AI技术的客户端应用，它通过高速API服务器提供极速体验，支持iPhone、iPad和macOS设备间的云同步。用户可以利用它完成各种AI任务，如文本生成、图片生成等，显著提高工作效率。产品的主要优点包括高速访问、自定义功能、经济的按字数消耗模式以及丰富的高级功能，如AI参数微调、Siri朗读等。ChatX的背景是AI技术的快速发展和用户对于高效、智能工具的需求。目前，产品在Mac App Store上免费提供，但提供App内购买项目。
-
RAGFlow:开源的基于深度文档理解的RAG（检索增强生成）引擎
RAGFlow是一个开源的RAG（Retrieval-Augmented Generation）引擎，基于深度文档理解，提供流线型的RAG工作流程，适用于各种规模的企业。它结合了大型语言模型（LLM）提供真实的问答能力，支持从各种复杂格式数据中引用确凿的引文。
-
EmojiTell:使用表情组合翻译器，让沟通更有趣且富有表现力。
EmojiTell是一个创新的在线服务，可以将文本翻译成表情组合，增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发，旨在通过表情符号的力量，让信息传递更加生动和个性化。
-
Perplexica:一个开源的AI驱动搜索引擎，提供深入网络的答案。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
-
FaceChain:深度学习工具链，用于生成你的数字孪生体。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
-
Huggingface 镜像站:一个公益项目，致力于帮助国内AI开发者快速、稳定的下载模型、数据集。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
-
WebLlama:构建能够根据指令浏览网页并和您对话的强大代理
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
-
Infra Copilot:利用机器学习自动生成基础设施代码，提高开发效率。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
-
LLaVA++:扩展LLaVA模型，集成Phi-3和LLaMA-3，提升视觉与语言模型的交互能力。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
-
PhysDreamer:通过视频生成实现基于物理的3D对象交互
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
-
AI快站:专注于提供HuggingFace模型免费加速下载服务的平台
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
-
Llama-3 8B Instruct 262k:一款由Gradient AI团队开发的高性能文本生成模型。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
-
CoreNet: 是一个用于训练深度神经网络的库。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
-
Llama-Chinese:构建最好的中文Llama大模型，完全开源可商用。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
-
Interactive3D:通过交互式3D生成技术，实现高质量且可控的3D模型创建。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
-
GraphRAG:结合文本提取、网络分析和大型语言模型提示与总结的端到端系统
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
-
Qwen1.5-110B:Qwen1.5系列首个千亿参数开源模型，多语言支持，高效Transformer解码器架构。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
-
ID-Aligner:一种用于增强身份保留文本到图像生成的反馈学习框架
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。