加一段静音的声音文件来播放,即可。
在 colab 插入新代码块,把下面代码插入:
一个很奇妙的保持 colab 不断联的办法(用于 AI 模型部署时候)
text2sql实现方案举例
查询过去一个月内的销售总额任务实现流程
1. 用户意图解析 Prompt
系统提示:
你是一个智能助手,擅长从用户的自然语言输入中解析查询意图。
用户输入:
查询过去一个月内的销售总额。
你的任务:
1. 确定查询的类型(如查询、修改、插入等)。
2. 提取查询目标(如销售总额)。
3. 确定查询的条件(如时间范围)。
4. 将结果以结构化的 JSON 格式返回。
输出示例:
{
"task": "查询",
"target": "销售总额",
"conditions": {
"时间范围": "过去一个月"
}
}
三类开源及代表项目(AI 咨询)
1. 完全自由的开源项目(宽松型许可证)
特点:
- 使用者几乎没有限制,只需保留原始版权声明即可。
- 适合商业化闭源项目的基础开发。
常见协议:
- MIT、Apache 2.0、BSD
代表项目:
操作系统与工具链
- Linux 内核(部分驱动也兼容 Apache 2.0)
- FreeBSD(BSD 许可证)
- Minix(微内核,BSD 许可证)
- Rust(Mozilla 开发,MIT 或 Apache 2.0 双许可证)
全球顶级效率工具推荐(AI 咨询案例)
prompt:再推荐一些全球范围内非常顶级的效率工具,如谷歌搜索、claude、chatGPT、cursor、YouTube……,并输出公司所在国家、成立时间
搜索与信息获取
-
Google Search
- 公司:Google(美国)
- 成立时间:1998年
- 用户量:每日超过40亿次搜索
全球最强大的搜索引擎,提供精准的搜索结果和多功能搜索工具。
-
Wolfram Alpha
- 公司:Wolfram Research(美国)
- 成立时间:1987年
- 用户量:每月超过2亿次查询
用于科学计算和知识查询,尤其适合工程、数学、科学领域。
-
RefSeek
- 公司:RefSeek, LLC(美国)
- 成立时间:2008年
- 用户量:每月超过数百万用户访问
专注于学术和研究内容的搜索引擎,适合查找论文和教育资源。
如何搭建量化交易环境
1. 线下回测方案
使用 Python + Pandas/NumPy/Backtrader 的方案:
- 环境准备
- 获取数据
- 编写回测策略
- 设置回测环境并运行
- 计算策略效果指标
- 绘图结果可视化
可以在 Colab 中实现。
2. 线上部署方案
2.1 预发布测试(港股富途 + 本地 + Mac)
利率公式简化分析:c = 1.5b + 0.5a
公式:c = 1.5b + 0.5a
是一种简化形式,用于描述通胀 ((b)) 和 GDP 增长 ((a)) 对央行利率 ((c)) 的直接影响。这种形式比泰勒规则更简单,但在某些场景下仍然具有解释力。
注:中国 GDP5%,通胀率-1%,则当前合理的央行利率应该是0.5X5%-1.5X1%=1%
主流AI工具分布、背景和付费情况(根据11月poe数据整理)
OpenAI
产品数:14
- GPT-4o
- GPT-4o-Mini
- GPT-4o-128k (订阅者访问)
- GPT-4o-Mini-128k
- ChatGPT-4o-Latest
- ChatGPT-4o-Latest-128k (订阅者访问)
- GPT-4-Turbo (订阅者访问)
- GPT-4-Turbo-128k (订阅者访问)
- GPT-3.5-Turbo
- GPT-3.5-Turbo-16k (订阅者访问)
- GPT-3.5-Turbo-Instruct
- GPT-3.5-Turbo-Raw
- GPT-4-Classic (订阅者访问)
- GPT-4-Classic-0314 (订阅者访问)
- Playground-v3
- Playground-v2.5
- PlaygroundUpscaler
“人生成功的随机性实验”内容是什么?
“人生成功的随机性实验”由亚历山德罗·普鲁基尼(Alessandro Pluchino)团队基于计算机模拟完成。以下是实验的具体内容及流程:
1. 实验的背景与目标
传统观念认为成功源于天赋、努力和能力,而随机性(机遇)被认为是次要因素。然而,普鲁基尼团队认为随机性在成功中可能起到至关重要的作用。
目标:通过模拟验证机遇(幸运)在成功中的重要性,并分析成功与天赋的关系。
介绍一下目前最先进的几个开源大模型和背后的公司
目前几款先进的开源大模型及其背后公司(截至 2024 年)
1. LLaMA 3.1 系列
公司:Meta(Facebook 母公司)
简介:LLaMA(Large Language Model Meta AI)是 Meta 发布的语言模型,定位于研究用途。LLaMA 3.1 是目前最新版本,提升了推理速度和上下文处理能力,支持更长的输入文本并改进了多语言能力。
特点:
- 优化的参数效率,使用较少资源实现较高性能。
- 兼容开源生态系统,易于在各种硬件上部署。
- 多任务能力强,特别是在自然语言生成和代码理解方面。
windows的cmd命令行,整理成可执…