原创 OpenAI 董事会宫斗始作俑者？一窥伊尔亚·苏茨克维内心世界

OpenAI 董事会闹剧应该是暂告一个段落了，Sam Altman和Greg Brockman等一众高管均已加入微软，还有员工写联名信逼宫董事会的戏码，关注度已经降下来了。但是，这场宫斗闹剧的中心人物Ilya Sutskever大家关注度不算太高。他本人是纯粹的技术男，极少抛头露面透露其内心世界。我看一些评论，居然用他的面相来否定他在OpenAI的贡献，有点匪夷所思。今天刷到一个Ilya的TED演讲，还回顾了之前黄仁勋对他的专访，看完之后对他对“走向多元的、热爱人类的AGI”对追求有了一些理解。希望以下内容

原创 卷？中学生开始学习人工智能和大模型，附课件！

这个experience-ai课程是Goole DeepMind团队和Raspberry Pi 基金会合作开发的，最大特点是，没有难懂的理论，完全面向0基础人群（初中生），LLM部分比吴恩达近期放出的Generative AI for Everyone还要入门。

原创 OpenAI宫斗，尘埃落定，微软成最大赢家

周末被OpenAI董事会闹剧刷屏，ChatGPT之父Sam Altman前一天被踢出董事会，免职CEO，后一天重返OpenAI，目前结局未知。很多同学想要围观，缺少背景知识，这里老章为大家简单介绍前因后果及涉及的人物，时间线，让大家轻松围观。备好瓜子，开始。

原创 在Jupyter中使用AI写代码，如有神助，太惊艳了

jupyter ai 总体还是蛮好用的，本文介绍的也是最常用的。还有一些其他玩法比如/ask还有/learn大家可以多试试。还有 %ai 魔法命令在笔记本中使用，就是在将第一个提示发送到 AI 模型之前，通过在笔记本单元或 IPython shell 中运行以下代码来加载 IPython 扩展：这里就不做过多介绍，感兴趣可以看下官方文档，个人感觉使用体验不太好。

原创 ChatGPT变笨了，好在还有自知之明

全过程都在高强度使用GPT-4，由于众所周知的原因（openai“恶意”封号），我转玩Poe了，可以同时使用GPT-4、Claude-2，也能自建机器人。翻译A:由于文件系统级别存储的简单性和对标准协议的支持，允许以最小的努力存储和与少数同事共享数据。翻译B:文件系统级别存储的简单性和对标准协议的支持,可以以最小的努力存储和共享数据给少数同事。所以我就把原文和两个翻译分别又问了GPT-4和Claude-2，哪一个翻译更好？翻译A:在决定如何和在哪里存储数据之前，选择合适的存储级别是至关重要的。

原创 ChatGPT访问互联网，不神秘了

这些只是近期马斯克活动的一部分，更多详细的信息可能需要查看他的Twitter账号或者其他新闻来源。比如我问它：https://twitter.com/elonmusk 马斯克最近在忙什么。比如我问：帮我在arxiv上找到3篇关于梯度下降算法的论文，给出带.pdf的链接。如果指定了特定网站，比如arxiv.org，它也没有能力完成太复杂的任务。我测试了一下，它其实调用了微软必应的api，搜索了关键词而已。我会继续，探索，挖掘，看能不能折腾出更多组合玩法，敬请期待。由于浏览时间有限，我没有能够找到全部的插。

原创 ChatGPT 插件，组合后更妙了

ChatGPT 插件，组合后更妙大家好，我是章北海mlpy昨天极简介绍了一些热门的ChatGPT插件我测试了一些组合玩法，感觉效率、效果都远超预期。今天就演示一下如何利用多个插件，高速阅读、理解一篇论文。备注：一个Chat最多可选3个插件。

原创 ChatGPT插件权限给Plus用户放开了

如果您启用插件，ChatGPT可能会将您对话的部分内容以及您所在的国家或州发送给插件，以增强您的对话体验。33/OnewordDomain：描述您的业务，并为其获取完美的单词域名。39/HaulingBuddies：在您的区域找到可信赖的动物运输商。3、 ChatGPT会根据您启用的插件自动选择何时在对话中使用插件。34/Redfin：为您的下一套房子或投资进行房地产市场研究。4/Klarna购物：在成千上万的在线商店中搜索并比较价格。43/VivianHealth：在您想要的地区找到医疗工作。

原创 【申请教程】ChatGPT访问互联网插件

我想申请OpenAI plugins的waitlist，帮我用英文写一个申请文案，我要申请的是Browsing这个Plugin，官方问题是：What types of use cases or new plugins do you want to see built?传言waitlist是用AI审核的，所以可以写个让AI通过自己申请的命令，可以“骗过”GPT的审核。感觉不一定靠谱，我也试了，用这个方法申请Code interpreter 插件。最近看到两种套路，我早上试了一下，看能否快速成功吧。

原创 把ChatGPT调教成机器学习专家，以逻辑回归模型的学习为例

, “深度”：0， “学习方式”： []， “通信风格”：[]， “tone_style”：[]， “推理框架”：[]， “use_emojis”：是的， “语言”：“英语（默认）” }, “格式”：{ “Description”: “这些是AI导师输出的格式。好的，我很乐意帮助您学习逻辑回归。

原创 如何完整地掌握一个机器学习模型

模型评估与调优：学会使用各种评估指标（如准确率、召回率、F1 分数、ROC 曲线、AUC 等）评估模型性能。使用现有工具库：熟练掌握如scikit-learn、TensorFlow、Keras、PyTorch等机器学习框架，了解如何用这些工具快速搭建和训练模型。正则化：理解正则化方法如 L1 正则化（Lasso）和 L2 正则化（Ridge）在逻辑回归中的应用，了解它们如何减少过拟合和提高模型泛化能力。基本概念：理解逻辑回归的基本概念，如线性回归与逻辑回归之间的区别、概率估计、分类问题等。

原创 ChatExcel?

昨晚又看到一个有趣的实例：Chat with CSV&Excel using LangChain and OpenAI，蛮粗糙的，感觉可以用Gradio加个前端，或许有点意思。LangChain的主要应用场景包括个人助手、基于文档的问答、聊天机器人、查询表格数据、代码分析等。源代码有TypeError的bug，我改了一下，可以跑通了，有感兴趣的可以直接复制。最近在浅学LangChain，在大模型时代，感觉这玩意很有前途。后期再深入研究吧，看是否可以达到简单统计，甚至实现透视表的程度。

原创 白嫖：GPT-4

众所周知，GPT-4需要充OpenAI 的 Plus才能使用，Plus则需要每月20美金。很多同学很想体验GPT-4，但一方面不想花钱，一方面想花也没那么容易花出去（懂的都懂）我看到有人分享可以免费体验 GPT-4，测试了一下，推荐2个体验还不错的吧。注：肯定还有别的地方可以体验，可能是我不知道，也可能是我都知道并体验过了，不推荐。

原创 在Jupyter Notebook，沉浸式体验ChatGPT

最大的缺点是需要调用ChatGPT API，目前国内无法调用，要解决网络问题，需要学会上网，或者有一台海外服务器。项目地址：https://github.com/santiagobasulto/ipython-gpt/安装后可以直接在IPython和Jupyter Notebook中直接调用ChatGPT。写代码，修Bug是 ChatGPT 目前最擅长的领域之一。随问随答，直接copy代码，有bug也能无缝衔接地修复。在.bashrc/.zshrc中设置环境变量。然后就可以正常使用了，具体看截图吧。

原创 Auto-GPT测评：自信、努力、不合格

我在朋友圈对它的评价是：目前它还不是一个合格员工，但是自信又努力。AutoGPT 现在很不成熟，但是一个很有前途的项目，值得追一追。基于ChatGPT，论文写作工具公众号接入 ChatGPT 了国内可用 ChatGPT 客户端下载对抗 ChatGPT，免费体验 Claude阿里版ChatGPT，拿到邀请码了ChatGPT 系列研究报告（50个PDF），资料微信群可能是全网最全的速查表：Python Numpy Pandas Matplotlib 机器学习 ChatGPT。

原创 Auto-GPT测评：自信、努力、不合格

我在朋友圈对它的评价是：目前它还不是一个合格员工，但是自信又努力。AutoGPT 现在很不成熟，但是一个很有前途的项目，值得追一追。基于ChatGPT，论文写作工具公众号接入 ChatGPT 了国内可用 ChatGPT 客户端下载对抗 ChatGPT，免费体验 Claude阿里版ChatGPT，拿到邀请码了ChatGPT 系列研究报告（50个PDF），资料微信群可能是全网最全的速查表：Python Numpy Pandas Matplotlib 机器学习 ChatGPT。

原创 对抗 ChatGPT，免费体验 Claude

一个更快、更便宜但仍然非常强大的模型,可以处理各种任务,包括非正式对话、文本分析、摘要和文档问答。- 最强大的模型,擅长各种任务,从复杂的对话和创意内容生成到详细的指令遵循。,我是一款人工智能聊天机器人,由Anthropic开发。的潜在陷阱，如逻辑错误、不恰当的内容、重复性和无聊等。创始团队多是前openai研究员和工程师，构建的大型语言模型（LLM），对标。需要申请 waitlist。能不能免费不等待呢？账号，然后点击下方链接即可。的特点是能够检测和回避。然后就可以开始使用了。

原创 通义千问，阿里版ChatGPT，拿到邀请码了

亮点是百宝袋功能，现在只有9个，分为效率、生活、娱乐，我简单测试了效率类。通义千问是阿里巴巴推出的一个大型预训练模型，是达摩院自主研发的超大规模语言模型，能够回答问题、创作文字，还能表达观点、撰写代码。昨天中午，阿里云通过官方微信公众号对旗下的超大规模语言模型通义千问进行官宣，并面向企业开始了邀请测试。下午我收到了邀请码，首页推荐的写封邮件/撰写短文/电影脚本/职场助理试了一下，总体能看吧。我问它：就当前的空气污染的情况，写一份限塑的倡议书提纲，要有理有据。我问它：人工智能时代，自媒体创作者的机会在哪里？

原创 让 ChatGPT 如虎添翼 2.0

月初写了，时隔二十多天，我又发现了基于ChatGPT的应用，只推最好用的，强烈建议大家都感受一下。

原创 开发了一个抠图/去背景应用

jr们早上好iPhone 的 iOS 16有个很酷的功能，长按照片就能把其中的拍摄主体提取出来，抠图过程比一般的抠图App方便，精细度也更高。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KIlpLyow-1680141413142)(https://my-wechat.oss-cn-beijing.aliyuncs.com/%E8%8B%B9%E6%9E%9C%E6%8A%A0%E5%9B%BE1.gif)]

原创 7个角度，用 ChatGPT 玩转机器学习

大家好，我是机器学习科普创作者章北海mlpy，探索更高效的学习方法是我一直等追求。现在的初学者太幸福了，可以利用ChatGPT来帮助你学习机器学习的各个方面。请记住，ChatGPT虽然是一个非常有用的工具，但它不是万能的，也可能存在不准确或过时的信息。：询问ChatGPT关于学习机器学习的推荐资源，如课程、教材、博客、论文和项目。：在阅读机器学习论文时，如果遇到难以理解的概念，可以向ChatGPT请教。：向ChatGPT请教各种机器学习算法的优缺点，了解它们在不同场景下的适用性。

原创 【个人首测】百度文心一言 VS ChatGPT GPT-4

昨天我写了一篇文章GPT-4牛是牛，但这几天先别急,文中我测试了用GPT-4回答ChatGPT 3.5 和 Notion AI的问题，大家期待的图片输入也没有出现。昨天下午百度发布了文心一言，对标ChatGPT，录屏+无实机演示让百度股价暴跌。但是晚上百度就开放了个人的体验申请https://yiyan.baidu.com/welcome朋友圈有好兄弟申请通过了，帮忙问了几个问题，我把百...

原创 GPT-4测评，大家先别急，图片输入还没来

昨天GPT-4朋友圈刷屏，我更新了一篇小文章，极简罗列GPT-4的一些情报：1 ChatGPT Plus用户才可试用GPT-42 试用阶段每四小时最多100条信息3 知识库还是2021年4 上下文长度为8192个token5 是多模态，但是图片输入仍处于研究预览阶段，并不公开可用6 学术水平很高，各类考试超过90%的人类7 GPT-4 的API可以申请了，优先给为OpenAI Evals做出贡献的开发者。

原创 4个工具，让 ChatGPT 如虎添翼！

让 ChatGPT 如虎添翼！ChatGPT 很好用，其核心是prompt的运用，其回答质量很大程度取决于你的提问质量。我算是 ChatGPT 的高频用户了，几乎日活。半个月前我在星球写道：冲了Plus之后，使用更加频繁，说几点ChatGPT近期感受：1、它发挥多大效能取决于你的知识储备，它只能锦上添花，无法雪中送炭2、提问是门技术，无论是向他人求助，还是之前用搜索引擎，大部分人连提问都搞不定3、未来ChatGPT必然更加强大，会更好用，但依然无法解决上面俩个问题。

原创 『机器学习』核心概念的可视化解释

MLU（ Machine Learning University，机器学习大学）是亚马逊的一项教育计划，旨在教授机器学习理论和实际应用。MLU-Explain 作为计划的一部分，通过可视化这种信息丰富且有趣的方式，讲解了机器学习的重要概念。交互页面的设计非常酷！不过现在涉及的模型不太多，主要有机器学习基本概念（ROC AUC 交叉验证 测试/验证/测试集 准确率 召回率等等），还有简单线性回归、逻辑回归、决策树、随机森林等。

原创 ChatGPT带你入门机器学习：逻辑回归模型博客和小红书风格文案一次搞定！

在上述代码中，我们首先生成了一些模拟数据，其中X是一个100x3的矩阵，表示100个样本的三个特征，y是一个长度为100的向量，表示每个样本的标签。总体来说，逻辑回归模型在机器学习中是一个简单而实用的分类模型，它可以处理许多实际问题，具有较高的准确度和可解释性。在文章中，我们还将通过案例介绍逻辑回归模型在实际问题中的应用，并分享如何通过特征选择、正则化等方法优化模型的性能.💼🏥📈。好的，以下是一个简单的逻辑回归模型的Python代码示例，可以帮助读者更好地理解逻辑回归模型的实现过程。

原创 开发一个最简单的iOS App

大家好，我是孜孜不倦学习的Zhangbeihai。上月底我组织了，截至目前有300多同学加入。主要就是、和TF Serving的实操，其实今年3月份我就接触，9月在谷歌开发者大会上，我还亲身体验了这些，非常奇妙。但是作为一个对开发一无所知的人，我也想尝试借助 TensorFlow Lite 在 Android 和 iOS 上部署并使用机器学习模型。Learn by doing是我最推崇的学习方法，所以就跟着课程第第四章code了一下，收获满满，本文即为我做的学习笔记。

原创 我“采访”了 ChatGPT

由于我的知识来源于大量的训练数据，因此我可能会不熟悉某些特定的领域，或者某些特定的问题。最后，普通人还需要积极接触和参与 ChatGPT 相关的社区或平台，以便获取最新的信息和资源，为自己的发展做好准备。此外，人类画师拥有丰富的创作经验和艺术修养，能够捕捉到细微的表情和神韵，这是 AI 绘画工具无法替代的。

原创 我的考研简史

封面图by：Disco Diffusionprompts：A beautiful painting of a long detour in forest回头看，自感走过的弯路多的离谱，同龄人中一帆风顺者已是我无法高攀的存在，不知道自己为什么就这么难。目前状态外人看来已经很舒适，但是我却还未找到平衡点自洽。最近在为视频找方向，这里就先简单回忆一下我的考研史吧，希望像曾经的我一样迷茫的人多个思路。我普通一本学计算机，后来阴差阳错或者脑子进水着迷炒股，那是08金融危机前一年，市场很疯狂。应该是迷迷糊糊也赚了点

原创 花了2晚，拿到了吴恩达@斯坦福大学的机器学习课程证书

花了2个晚上，拿到了吴恩达@斯坦福大学的机器学习课程证书警告⚠️⚠️⚠️请认真阅读此文，操作不慎可能血亏真金白银吴恩达算是我的精神导师了，很早之前就是看他的视频入门机器学习。他的经典课程《机器学习》 2012 年上线，十年间近 500 万人注册。最近他开发的机器学习专项课程由deeplearning.ai和斯坦福大学提供，上线Coursera。我花了两个晚上刷完了course 1 并拿...

原创 用 Python 开发的 PDF 抽取Excel表格 2.0版

前些天向大家介绍了我开发的从PDF抽取表格小工具的使用方法（⬅️点击直达），有同学反馈说有一些问题：针对以上情况，我在原功能基础上进行了优化，本文依旧不涉及代码，具体实现过程我考虑在B站直播讲解。这里就将优化部分的使用方法介绍一下https://huggingface.co/spaces/beihai/PDF-Table-Extractor这部分已经做了代码优化，前端也有一点点变化选择具体后，自动弹出，下载的Excel包含多个sheet页，对应多张表格。有些 PDF 中的表格线条是透明的,比如下图这种情况

原创 用 Python 开发了一个 PDF 抽取Excel表格的小工具

大家好哇从 PDF 里 copy 表格时，粘贴出来后格式都是错乱的。这麻烦事交给 Python 再合适不过里，我开发了一个从 PDF 抽取表格另存为 Excel 文件的应用，我把它部到 huggingface 了,同学可以直接去感受一下：https://huggingface.co/spaces/beihai/PDF-Table-Extractor准备一个PDF（暂不支持扫描版）页面中上传PDF，也不支持过大的200M以上的文件，如果太大，大家可以先去压缩一下，我记得adobe官网有就类似小工具。上传完成

原创 收到一封CTO来信，邀约面试机器学习工程师

大家好，我是北海很少登陆 Gmail，前天收验证码登了一下，发现居然收到一封某初创公司CTO的来信.本人暂时不想挪窝，也感觉挺有满足感的，没想到还有这样的收获。最开始用 Github 是为了找工作，因为当时听学长说，简历里放上自己做过项目的Github链接是个加分项，也确实有很多公司也会通过你的开源代码了解你的技术水平，编程风格还有对技术的热爱。现在我做的事情，目的性没有以前强烈了，更多是兴趣使然，为了好玩。这里就分享几个我最近提交的小项目，欢迎大家 Star 或 拍砖啊。开发了一个简易的 LightGB

原创 机器学习实战：用SVD压缩图像

前文我们了解了奇异值分解（SVD）的原理，今天就实战一下，用矩阵的奇异值分解对图片进行压缩.Learn by doing我做了一个在线的图像压缩应用，大家可以感受一下。https://huggingface.co/spaces/beihai/Image-Compression-with-SVD功能很简单，上传需要压缩的图片，选择压缩比，提交即可。下面咱们就一起看看实现过程用SVD压缩图像原理很简单：将图片分解为RGB三颜色矩阵，将每个颜色矩阵进行奇异值分解，然后

原创 手把手教你搭建深度学习开发环境（Tensorflow）

前段时间在阿里云买了一台服务器，准备部署网站，近期想玩一些深度学习项目，正好拿来用。TensorFlow官网的安装仅提及Ubuntu，但我的ECS操作系统是CentOS 7.6 64位，搭建Python、TensorFlow、Jupyter开发环境过程中遇到很多问题。这里将具体步骤分享给大家，可以少走很多弯路。第一步 安装anacondaAnaconda在linux依然功能强大，管理工具包...

原创 机器学习基础：奇异值分解（SVD）

原创 决策树最骚操作

大家好，最近我原创了一系列文章LightGBM 可视化调参用Excel玩机器学习！用浏览器玩机器学习比 Tesorflow 还强的机器学习库AI黑科技！从此只看高清视频AI 黑科技，老照片修复，模糊变高清腾讯的这个算法，我搬到了网上，随便玩！不知道大家是否喜欢这种类型的文章，其实我最近又打算开始更新100天搞定机器学习了，就想用类似lightgbm可视化调参这篇文章的风格，让大家在学习一个模型的时候有参与感。其实我最喜欢的还是决策树挑西瓜那一篇：收手吧，华强！我用机器学习帮你挑西瓜，文

原创 机器学习系列：LightGBM 可视化调参

大家好，在100天搞定机器学习|Day63 彻底掌握 LightGBM一文中，我介绍了LightGBM 的模型原理和一个极简实例。最近我发现Huggingface与Streamlit好像更配，所以就开发了一个简易的 LightGBM 可视化调参的小工具，旨在让大家可以更深入地理解 LightGBM。网址：https://huggingface.co/spaces/beihai/LightGBM-parameter-tuning我只随便放了几个参数，调整这些参数可以实时看到模型评估指标的变化。代码

原创 比tensorflow还强的机器学习库

大家好，我是章北海`Python`是机器学习和深度学习的首选编程语言，但绝不是唯一。训练机器学习/深度学习模型并部署对外提供服务（尤其是通过浏览器）`JavaScript` 是一个不错的选择，市面上也出现了很多 `JavaScript` 机器学习库，比较著名的就是谷歌的 `TensorFlow.js`。我在《[用浏览器玩机器学习，赞！](ht

原创 腾讯的老照片修复算法，我把它搬到网上，随便玩

大家好，之前向大家介绍并跑通了腾讯开源的老照片修复算法（[AI 黑科技，老照片修复，模糊变高清](https://mp.weixin.qq.com/s?__biz=MzA4MjYwMTc5Nw==&mid=2648964782&idx=1&sn=b06d9ff0e6d676c098ea66f51a689b9c&chksm=87946c84b0e3e592150cd1f81310cf7b44d7412337568f6d1b8285a25e3271fa638f890f370c&a