我准备好了学术版 gdp, 快速等一轮的 走走, 谢谢哥哥。 全场进门。 waiting for me joining your daughter 可以点击整个工程赛吗? we hire in our eyes and lies forever one your core is break 需要 vip 的可以私信我,可以用我的弯弯看,用完为止。
粉丝27获赞44

check g p t 可以读取文档,并且分析整个论文,那我们如何上传文档呢?首先点击 drop p d f here, 选择要分析的 p d f 文档 近代一会之后会进入 chat gpt 问答页面,那时我们就可以询问 chat gpt 一些专业性问题。像这个文档是纯英文文档,那我们就可以利用 chat gpt 帮我们进行分析。 我们可以问这篇文章是关于什么内容,我们用中文询问, check g p t 也会用中文来回答。 再比如问,根据这篇文章什么是卷集神经网络, 还可以问这篇文章特点是啥? 问,你认为这篇文章有什么改进的地方?总之有很多我们想对论文了解的地方都可以询问。想了解更多关于 check g p t 请关注我们。

遇到绘色难懂的论文怎么办?怎么能够彻底读懂呢?不要慌,不要急,我们可以通过 gpt 让他化身一个文献阅读的专家,帮你完成你所不懂的地方一下,我们一起来进入实操吧。任何一篇文章的时候,你可以把文章的任何一个你看不懂的部分丢给 gpt, 我们需要这样一个简短的提示词,以下是某一篇定量论文的研究方法部分关于变量设计的内容,你作为研究方法专家,请针对这篇论文的研究方法展开批评,寻找即可能的漏洞。然后呢,你就可以把这篇文章关音变量的设定,字变量的设定以及控制变量的设定呢,都丢给他, 他马上就会给到你一些潜在的。例如这个研究方法描述了一个关于高管任期对企业研发之处的影响的研究,但在设计变量和控制变量时,存在一些潜在的漏洞和改改进之处。例如字面上的选择和操作化有什么样的问题和漏洞?页面上的选择操作化有什么样的问题? 漏洞控制边上的选择和操作化有什么漏洞?以及其他可能出现的一些问题。当然,这里边呢,不一定每一个他说的都有道理,但是他也给我们找到了一些有可能批评 这篇文章的漏洞的所在。这样我们在做综述的时候,或者在做研究推荐的时候,就可以把这些维度呢作为一个基本的参考,为你所用。我是斌哥,关注我,更多学术干货带给你。

拆 gpd 最近更新的多么?但实在是太炸裂了!有了它,你就可以利用 gpd 一分钟轻松读等文献中复杂难等信息超多的配图,截图后上传图片,输入这条简单的指令, 告诉 gbt 这个图出自的文献的标题和发表的杂志。这个主要是用来先练 gbt 的回答范围,最后再加上论文中这个图的标题,帮助 gbt 更好的解读。看看这解读质量,一分钟读懂任何配读简直不要太简单!点赞收藏关注吧!

号外号外, gpt 史上最强大的一个数据分析的插件叫做 code interpreter, 终于上线了,那这个呢,可以说是定量原则的福音,它可以帮我们计算各种各样的统计数据,帮我们出报表,跑回归, 然后呢也可以帮我们出特别强大的,包括网络分析的图谱啊等等,这些东西他都可以做以下的,我们一起来进入实操吧。怎么样能够启用 code interpreter 这个模式, 那他呢要在左下角点到我们这个账户这里,然后有个 settings, 就是设置在设置里边呢啊,有一个 better features 在这儿呢,我们能够看到 code interpreter 这个插件,或者这个模式关掉就没有了,打开之后呢啊就启动了,启动之后呢,我们可以点到新开一个窗口,然后点到 gp 四,在这儿呢,我们就可以 可以直接选择 code interpreter, 一旦选择之后呢,我们看到最大的区别是这地方有个小加号,我们点这个小加号呢,就可以上传你需要进行分析的统计数据的文档啊,这个时候呢,假设我们随便选一个,例如我们选这个 二零一五网民调查最终公刊版,大家建议最好把它改成点 csa 文件,这个时候咱们选择打开,我上传了一个中国民大学的一个教授做的二零一五年网民态度调查,里边大概有三千多个,这个干 就丢给他,他就会做一个整个的就是一个数据的概栏,网上做了几个事,一个呢是做一个交叉分析啊,因为 q 五和 q 三就这两个东西呢,都是一个类别变量,那我就让他看这两个变量之间是否有关系,我想看一下人们这个 党员还有非党员这样一个身份,对于转金食品态度上面没有差异。这个地方要去备注一下,要行使用中文进行结果的分析和解读,那因为有的时候他会给你说出英文, 我的中英文不是特别好,就直接告诉他,这个时候呢他就会开始说,哎,这个应该进行卡方检验,他自己能够判断这两个分类变量之间用什么样的检验方式,说怎么创新交叉表啊。最后呢给他一个结果, 但是这个图也很不错,就是他这个,他在这个中文的这种字体的形式上面有些问题。好,接下来呢,开始给砍半截案的结果,然后说批值大零点零五,就意味着我们不能拒绝原假设,也说这两个变量之间的没没不存在什么关系。好,我们第二个让他做一个描述的统计, 针对样本,因为从 q 十六这七个问题呢,其实是一个两表的七个问题,那我们就是要看一下整个的这个样本当 中呢,这些被调查者,他们对于不同的渠道的,尤其是媒体的信任程度,你看这边有央视啊,新华社呀,新浪啊、微信啊,小道消息啊,海外媒体等等。 那这时我也备注一下,我说可以让他把非常可靠和基本可靠给他看作是一个高信任度,那情形就不同,媒体信任度高低的分析,这个时候呢,他就会把这样一个表给打出来 啊。这个我用别的同学更新的软件比对了一下,他的数字没有问题,版本比都没有问题,但是结果就是他有些问题,你看结果的地方呢?他说新浪等新闻网站一半一半,一半选项比例最高。 w m 三、三十九点一七, 微信一半啊。他说在尤其是在这个地方高信任度方面,海外境外媒体是四十八点四五,新浪是三十七点五零,微博呢这个是三十八,新华人民日报呢是四十点零,得到的比例比较高。反而在这 这个分析当中呢,中央电视台呢是四十二点一三,明显中央电视台呢要高于这三个啊。所以我就说你的分析监管线有些问题,中央电视台的比例应该高于保护网络吧, 你一旦要质疑他,他就会重新进行计算。他说,对不起,我之前的解释有误,当我们考虑到这两个选项,如果别人是高信任度,是不同渠道的高信任度比例,他给你做了一个降区的排列,我们可以看到这个时候呢,海外境外媒体包括央视以及新华社官方媒体,这几个呢是最高的啊。所以呢, 最后他感谢我指出这个错误,好,再来给我们做一个因子的分析,我们知道这是一个量表,我们可以让他来做因子,让他提取光因子。好,就跟他说,请针对这个变量做因子分析,提取光因子,并给出你合适的图和表。我就把整个的题项以及下边的选项呢给他,要告诉他很详细。 他说这个时候呢,而且你要我要先告诉他,要先进行这个巴特勒球形检验,因为这个是我们做因子分析的一个前提条件,他就先做这个球形检验, 就说皮值小,零点零五,我们可以继续原件设,但其实他的结果不太全,因为我们知道应该还有一个结果,你要看他具体的那个值有多大的问题,因为我们说值越大啊,他其实更加适合来做这个球形体验,他反正通过了这样做, 这个时候呢,他就开始来做因子分析,但他说呢,我要这个通过这个,这就是碎石图吗?他叫剪映图来确定因子的问题,说选择三个因子,这个时候提取三个因子, 使用这英子旋转的方式,当然他说他没有这个库,他用了这个另外一个主成分分析法,这也是英子分析常见一种方法,保留三个成分,于是于是就到了这一步,他就说每一个组成的部分呢,代表一个芹菜的因素为 度。但事实上呢,我们可以看到他的分析还是有些问题啊,因为我用 ct 专门跑了一下,其实这两个就是第一个因子当中的这个特征,特征值应该是高于一的,所以他跑的还是有些问题。所以大家呢,目前也不能完全信任 code interpreter, 他只能作为我们的一个基本的辅助,我们可以用 其他的统计分析软件来帮他进行校准。好,当然我们做了因子之后呢,我们也可以把,例如我们可以填填这两个因子,对吧? 这两个因子呢,一个其实是对于官方媒体的信任度,一个是对于非官方媒体信任度,我们可以把这两个东西再纳入到后续的回归分析当中去。好,这个大家可以自行来探索。我是一天哥,关注我,更多学术干货带给你。

准备明年毕业的同学们,现在应该要开始写大论文了吧,今天就给大家分享一条超级好用的润色中文论文的指令,有了这条指令,你就只管写,最后交给 gpe 润色即可,再也不用操心语法逻辑硬词了。 这条指令会生成一个三列的表格,第一列是原文,第二列是润色后的句子,第三列会解释做了哪些提高。看看这质量,不说了,快收藏吧!

今天我们来说一说 gpt academic 这个项目,这是一个在论文阅读、认识和写作后面有着特别优化的项目啊,而且支持的模型也非常的全面,基本上目前主流的绝大部分模型他都支持啊,你可以把它当做一个普通的 ai 对话助手,也可以让他帮你改论文, 是让他帮你分析项目代码。这个项目里面有一套插件的机制,可以用这些插件来做论文或是文档相关的信息处理。项目目前有四万三千多个新,在学术这块,这个项目应该是独一档的存在啊, 可以读论文翻译论文,也可以润色翻译和一键叫对 latex 论文,当然还有其他的很多功能啊,大家可以去多试一试。在他的基础功能区里面,有中英文的学术论色和中英文互译 及查找语法错误和代码解释。因为这个项目是同时支持在线模型和本地的模型啊,所以模型的选择也是非常的灵活。如果你有 open i 的 a p i k 的话,可以直接使用 g p 系列的模型,或者如果你的电脑配置还不错的话,可以选择直接在 本地跑模型切的 g l m moss, r w, k v nama 这些模型都可以。这个项目在本地的部署难度也并不高啊。先把项目代码拉取到本地, 然后安装依赖,如果想在本地跑模型的话,再装一下本地模型运行时候所需要的依赖,最后用 python 执行,慢点 p y 就可以运行起来了。这是项目的主界面,在 config 点 p y 里面有几个配置要和大家说一下,这里呢?罗克模特警方 s, 如果是选择 cpu 就是用 cpu 跑模型,如果是酷打就是用 gpu 跑模型。如果你的显卡显存不够的话,可以把这个 local mode quant 改成 inter 八或者是 inter 四。如果你想有个伴的话啊,可以把这个 left to d 的选项改为处。本期视频到这里就结束了,拜拜。

你在用 gpd 写论文提纲的时候,你是怎么写的?是不是直接啊,给他一个题目,让他帮你生成提纲,大错特错,这种方式你会得到一个泛泛的答案, 正确的方式应该是怎么做呢?以下我们一起来进入实操吧,看一下用拆 gpt 怎么样来帮我们辅助生成论文的提纲。 当然我们先对比一个不太好的例子,这个例子呢,其实就是你投喂他的东西很少,他给到你的提纲呢,就会非常的泛泛,也就意味着这样的一个提纲呢,其实 适用于任何一篇论文,没有具体性。你看如果你上来只紧紧的跟他说你的研究领域以及你的研究问题是什么,让他帮你出一个提纲,这个时候提纲就这样泛泛而谈。但是呢, 如果我们能够把我们的文章的一个主要的研究的问题,以及研究的方法以及预设的观点都投喂给他,这个时候 再让他去写作的时候,我们就可以看到他的提纲呢,其实已经很规范了,而且有实质性的内容。而且呢,我们还可以根据自己的写作的习惯和要求呢,对他的提纲例如进行调整。我说我觉得第六部分可以作为案例描述,整合到第三部分当中。另外呢,让他调整这个层次, 变成了这样的一一一这样的层次表述方式,这是他进行的第二版调整,能看到引言、文献综述、研究方法与案例描述。然后呢,第四第五部分呢,其实是他的研究观点已经展开以及结论。然后呢,我认为他缺少理论框架,我让他把第二部分理论框架整合到这个部分, 然后呢,给我新的演员模型中树林的框架研究方法与案例描述。第四部分,第五部分是研究主要观点的一个具体的展开和分析过程。第六部分是结论,这个时候呢,你可以进一步那样去调整,例如我让他将三四的部分改 案例描述,这个时候呢,就把这改成案例描述。所以呢,我们可以通过前期的这样的一个主要的提纲的。 嗯,辅助导出的过程之后呢,经过不断的我们叫做 s r t c d 模型,这个 d 就是第八景,不断去调试就会得到一个让你满意的提纲。之后呢,我们根据这样一个提纲在完成每一个部分的辅助的写作。我是丁哥,关注我,更多学术干货带给你。

哈喽,大家好,今天学姐要来教大家呢,如何用 chat j p t 来更好的写论文,看文献,让 ai 去提高你的学习效率。首先咱们先来个牛的,你要在很短的时间内了解一篇比较长的文章,他都说了什么,这个时候呢,你就可以把这篇文献复制到 chat j p t 里面,然后就告诉他,让他帮你 summarize could you please help me to summarize this article。 这样的话,一段小的 sums 就出来了,你就可以精准的看到这篇文献的一个大框架,他到底都说了什么,然后再根据这个框架呢,你再决定要不要去精读,这样呢,一下就提高了你的论文阅读效率。写文献中数的时候呢,也可以用里面一些总结性的话语。还有另外一个用法呢,也是我最近发现的,比如说我最近独立一篇文献,它是关于 greenfield investment, 他呢在学术里面是属于 fdi 下面的,一个刚接触这个概念的人可能会比较混乱,什么叫绿地投资呢?然后呢,我测试了一下翻译软件和拆 gpt, 翻译软件呢,他就是直面的告诉你,绿地 投资拆 gpt 呢,它其实是用了一小段的英文去解释了什么叫 green field investment, green field investment is a type of foreign direct investment, 这跟绿不绿地一点关系都没有。同样,你在读论文或者是写论文的时候,遇到些学术的词汇,你不要只看它表面的意思,直接放到拆 gpt 里面,看它的嘤嘤示意,还有它的一些场景和用法,你学会了吗?

每天学习一个 chat 模型,今天我们来讲一讲文献阅读的模型。我们在进行文献阅读的时候,往往不是只读一篇文献,而是要去读一组文献。 那这一组文献呢,是有关某一个主题的多篇文献的一个集合。我们在对这组文献完成整体的梳理之后呢,我们就需要设计一个打表格的工作,就是把这一组文献当中所有的文献按照共有的要素呢,我们把它拆解放到一个大的表格当中,我们也把它叫做文献矩阵。 那我们完成了文献矩阵呢,就可以为下一步的文献宗术的写作打出一个特别好的基础。好在现在有了 check ppt, 我们可以让 gdt 帮我们 辅助完成这样一份工作。以下我们请进入实操吧,看一下怎么样通过 tsbt 辅助我们进行学术文献的阅读和梳理。同样你要给他异常串提示词,这个也上照我们 sr gcd 模型来进行的, 你的角色对吧?情境是什么?然后你正在进行什么工作,你的目标是什么?然后具体的步骤是什么等等。然后我就告诉他,我说我已经选择了以上多少篇文献作为文献综述对象。请针对所有这些文献呢 来展开分析,并提炼一下研究对象,研究角度理论视角、研究方法等要素。一下我将分多次将文献的信息发送给你,请你完成学习,并在每次收到回复,回复三个字,已学习,你明白了吗?他说明白了,我会在每次收到文献信息就回复已三个字,已学习,请您开始发送。你看我就把 第一次呢,我发送了五篇的摘要啊,六篇,然后他说已学习,然后我接着发第七、第八、第九、第十、第十一,我还有英文的也放到一起了。 然后呢,这个地方他并没有按照我们的约定来显示与学习没关系啊,因为他其实重新把我给发给他的内容再进行了一次转述,这其实也是他的一个学习的过程。 然后不管他,我说你已经学习完上述十一篇文献了,对吗?他说是的,我已经学习完上述十一篇文献。我说请认这个以上所有文献进行结果要素分析,包括研究对象、研究问题、主要结论、领证视角、研究、发版的要素, 每个要素为一列,以表格化形式出。这个时候呢,他就给我做了一个输出,你看文献的编号、研究对象、研究问题、主要结论、理论视角、研究方法等等。 那这样的一个矩阵图呢,就特别方便大家来进行文献的横向的一个比较和分析啊,这个图的形式还是非常非常醒目的,但是如果你有二十篇、三十篇、四篇呢?最后你都可以做成这样一个图,而且你可以把这个图直接 copy 出来啊,放到 excel 当中,它就是一个标准的表格形式,大家需要提示词的话可以跟我们来联系。

家人们谁懂啊! gpt 已经进化到可以直接上传全格式文件,刚刚是 txt 格式,现在试试 ppt 文件,不仅能读取,还能总结分析 ppt 内容,处理 pdf 文档也是轻轻松松。 bdf 转图片一键生成,再也不用开 w s 会原谅, 还会分析文章,生成词语, 分析表格数据更是不在话下,还能生成数据图标,以后再也不用自己做数据分析了。这还不止,还能剪视频、生成 二维码等多功能。点赞关注,下期给大家演示剪视频这么全能是因为我装了 code interpreter 插件。安装很简单, 登录插 gpt, 再点击左下角的 set, 点击贝塔,打开 code interpreter, 刷新你的 gpt, 选择四 a 就可以用了。这个插件真的很牛,快去试试吧!

在之前的一期视频里有讲过怎么用 chat gpt 通过四步帮我们快速写一篇论文出稿。很多后台的小伙伴都在问我怎么把自己的多篇文信用谓给恰的 gpt, 让他帮忙阅读和分析并提炼观点呢?怎么快速生成文献中述呢? 今天我就从如何检索文献到阅读分析、管理文献并形成笔记记录这个思路,讲一讲怎么在同一个平台上用 chat g、 b、 t 同时完成 第一步文献检索。平台提供了谷歌学术论文检索、阿 k 五运营本网站检索和主打医学领域的 papma 的文章检索。以谷歌学术论文检 所为例,针对网络暴力这一社会现象为主题进行研究。如果针对该主题,你已经有了更细化的研究方向,可以直接检索。没有细化方向,可以按照上期写论文四部曲的视频教的方法,逐步找一个感兴趣的方向。 比如与 gpt 就网络暴力这一现象进行探讨后,找到到网络暴力对受害者的影响这一细分方向。 当然,你也可以直接按照网络暴力关键词搜索相关文献,分析文献后再确定主题。 现在具体演示一下,选中模型和 scholar 论文检索插件对话框,直接输入网络暴力网络淋巴关键字,或者你已经确定好的细分主题,搜索相关文献。 相关文献出来之后可以看到这里一般是英文文献,如果你想要中文的,可以在关键字后面补充中文文献即可。 论文检索结果出来后,大部分结果后面都有导入文献分析和 pdf 两个按钮,从字面意思理解,导入文献分析,就是将该论文直接导入到这个平台的文献模块,进行后续的分析操作。 pdf 按钮是可以预览下载文献到本地的,这个根据你个人的需要选择。 第二步,在文献模块进行阅读分析,管理相关文献,切换到文献模块。文献上传支持这四种格式,其中 pdf 和 txt 两种格式可以预览, docx 和 和电子书格式暂不支持预览。这里有新建目录和上传文献两个按钮。新建目录和上传文献两个的区别在于,在文献目录下可以同时处理多个文献,而上传文献这里只能处理上传的单个文献。 现在简单演示一下,这个是刚刚检索的论文导入后的展示,相当于上传文献一样的效果,不能直接导入到文献目录里,这个要注意一下。 导入成功后可以看到自动显示文章的基本信息和总结。之后可以用对话框上方的快捷键提问,比如问一下本文文献中数, 也可以直接在对话框输入问题。问,网络暴力和哪些个人特征相关呢? 在左边的预览区域可以划线,对部分内容进行翻译、总结、解释等操作。翻译,摘掉内容,看看效果。 所有的操作会在右侧同步展示问题和答案,问答内容可以下载 t x t 格式到本地,或导入笔记模块进一步分析操作。需要同时处理多个文献的,先新建文献目录,打开目录,选择需要上传的文献。 上传完毕后,针对目录下的所有文献一起提问,问一下相同点生成文献中数。还可以在对话框输入自己的问题。最后说一下笔记模块,可以将文献模块 的对话内容直接导入到笔记,或者将自己想要处理的内容复制到笔记里,鼠标拖动,选择要处理的部分,调出 ai 助手对选中文本执行解答、汉音音音应汉润色、中文校对等操作。操作结果出来后,可以直接选择替换或插入即可。 这期视频对你的论文写作有没有帮助呢?如果有帮助,已建三年,给个鼓励哦!平台有更多实用功能,欢迎你来解锁,如果你有更好的建议,也可以在评论区留言或者私信我。

和睿智领导斗智斗勇的一天,五分钟搞定数据分析报告!今天下班的时候,睿智领导忽然丢给我一份数据,要分析,并且下班前就要。以前我肯定是这样,但现在有了 gpt 之后, 分分钟搞定。就是使用 cold interpreter, 利用他的文件上传能力,我把需要我分析的文件丢给他,然后给 gpt 输入这段 promptgpt 就开始为我自动分析数据了。他先按照我的指令进行数据清理和初步的数据可视化, 甚至还给我提供了更多的分析方向,我让他按照这些方向继续分析,这不就搞定了吗? 当然他会犯老毛病,就是可能遗漏我的纸 没有给我生成分析结论。我又让他补充了结论信息,最后就是生成可以下载的文档,整个过程不超过五分钟,有图表有结论的数据分析报告就好了。 再润色一下,又是按时下班的一天,评论区留言数据分析获取指令,我先下班喽!点赞加关注研究桑,带你工作体效!

下 gpd 开放 code interpret 模式之后,我们普通人做数据分析简单到什么程度呢?以我在某视频平台上的数据为例,在这里导入 code interpret 之后,只需要简单的和他说,帮我按时间做一个直线图出来,然后就正常好了,什么都不用管,你甚至可以直接问他这个数据包能够做哪些分析,适合做哪些图标展示。 那么为了帮助大家快速掌握新技能,我这边整理了一份用 code interpret 做数据分析和量化预测的 prom 合集,需要的进粉丝群。

大家好,我是你们的小爱博士。今天我们将一起探讨如何用 gpt 来阅读和整理文献。通常情况下,我们在研究某一个主题的时候,不仅会阅读一篇文献,而是需要针对这个主题阅读和整理一系列的相关的文献,对不对? 在完成对这些文献的全面整理之后,我们需要创建一张表格,该表格将列出所有文献中的共有要素,将其详细罗列和对比。我们称这个表格为文献矩阵,这张文献矩阵将为我们后续的文献中所提供坚持的基础。接下来让我们一起探讨, 一起深入实际操作,来看看如何运用 gpt 来辅助我们阅读和整理文献,制作这样一个文献矩阵。让我们一起开始吧。首先,你需要为 gpt 提供一系列体制词,你需要告诉 gpt 你的角色,你所处的情境,你的目标,以及你将如何达到这个目标。这些题诗词我放在了评论区,怪大家的理解。下面我以中文核心论文为例,当然,他也可以处理英文文献对不对?比如,你要告诉他,我是一名教授,专业是医生。我要写一篇核心期刊论文, 现在正在进行文献中述部分的写作。请你将我提供的一系列文献作为文献中述的对象,针对这些文献展开分析并提炼,例如研究对象哦,研究角度、理论视角、研究方法等像素。 下面,我将分批次将文献信息发送给你,请你完成学习,并在每次收到后回复三个字,你学习。他的回复是,我明白你的要求,你可以把你想要我分析的文献信息发给我,我会尽 进行研究,并在每次收到后回复与学习。请你开始发文件信息吧,然后我就开始把十篇文件的摘要分批次的输送给他,让他去学习。每输入一次,他就会给出山的反馈,反馈结果如下, 然后你可以问他,你已经学习完上述十篇文献了吗?他也会做出相应的回复,你再告诉他。请针对以上所有的文献进行结构要素分析,包括研究对象、研究问题,主要以结论、 理论视角、研究方法等要素,每一个要素为一列,以表格化形式输出,输出的结果如下。 这个矩阵图就特别方便大家来进行纹线的横向的一个比较和分析。这个图的形式还是非常醒目的,你输入的纹线越多,提的要求越多,这个纹线矩阵就越详细,而 且你可以把这个图直接拷配出来,放到 xl 表中,他就是一个标准的表格形式。关于视频中的提示语,我已经放在了评论区,希望大家点赞关注后领取哦!想要更多资料的小伙伴欢迎进群哦! 最后给大家推荐一个非常好用的文献综术神器 chat paper, 它能够帮你快速查找、 阅读、筛选、分析文献,具体步骤如图所示。非常感谢大家的观看,你们的点赞和关注是我持续更新的动力哦,加油同学们!

用 g b d 四点零来检索学术论文实在是太香了,大家可以先赞后看,有不清楚的可以留言交流,我带大家来实操一下。好,我们这个时候打开 g b d 四点零的这个版本,我们要用到这个插件啊,这个这三个啊, scholar ai 这个插件啊,它可以帮助我们检索到很多的学术论文, 那么中间这个是帮助 gbd 来经联网来弥补他数据库比较脑的啊,这个原因。那么第一个呢是可以画图表,我们这个时候呢输入这个对应的这个第一个指令啊, 我这个指令呢给大家比较简单啊,就是我对人工智能法当天比较感兴趣,来看看他能不能帮我来列举一些 当前比较高影的啊,一些文章。我们可以看到他已经动用了啊,这个时光的 ai 的啊这个插件了,可以帮我们来找啊他,但是他有的时候呢,这个比较谦虚啊,他说他找不到,那这个 之后呢,我们再多输入几次他就可以了啊,比如我们再看看他这个表现怎么样啊,他已经在继续了,我们继续耐心的等一等。 好,这个时候呢,大家可以看到他已经帮助我们检索到啊当前人工智能法相关的一些高影的一些文章。呃,这个时候我们可以看到它这里面是有链接的啊,比如这个是链接,这个是下载 pdf 的啊,这个比如我们随便点开一个这个来验证一下到底对不对。 比如我们可以直接看到啊,他已经链接到这篇文章的这个对应的这个官网,我们直接可以下载或者是看看具体的一些信息啊,当然呢,这个他也提供 pdf 的这个链接啊,对吧?我们这个时候可以直接看,他已经在大家看到吧,这个左下角啊,已经可以直接帮我们把这篇论文给下载下, 你看非常方便啊,而且呢,他这个地方给我们一共列举了四篇,对吧?每一个都有对应的链接,跟啊对应的这个 pf 的这个字样。那所以他这个里面呢啊,都是官方的啊,所以说他整体的啊,这个真实性呢,还是比较可靠的,对不对? 呃,而且这个地方呢,如果我们对相关的这个论文需要他进一步的进行思考,进一步的啊,这个让他进行总结的话,他完全可以啊,翻译的话也都是表现都不错的。 大家觉得怎么样呢?有任何不清楚的可以留言告诉我,我发给大家。后续呢,我会持续的给大家来分享更多的提升素质素养的相关的技能工具和方法,敬请大家期待,我们下期再见,谢谢大家。

没有被毕业论文查成折磨过的毕业生,不是一个合格的毕业生,说实在的,你的毕业论文的查成有多高,你自己心里应该有点数,哈哈哈,但是呢,我们既想水一篇论文,同时又想正常毕业,这时候怎么办呢? 大家呢,只能想尽一切办法把茶重力给打下来。我们今天给大家推荐一个茶重降重的模型啊,叫做替换、调序、改表、 长短。那大家记住这四个要素,就一定能够把你的查重率降下来。所谓的替换的意思就是把原有的词汇当中,用他的同义词或者近义词来替换。 所谓的调序指的是把主动语态变成被动语态,把被动语态变成主动语态。所谓的改表,指的是把具有一定的结构相似性的内容,我们把它放到一个表格当中啊。所谓的长短,指的是我们可以 把长句子变成短句子,我们也可以把短句子变成长句子。那经过这四步,你的这个论文呢,就会旧貌换新颜。那下来呢,我们会用 chengbt 带着大家一步一步的去演示怎么样把我们的重复率给它降下来,一起来吧。 好,下面我们来看一下我们怎么样对于查重这样一个模型,通过 chat b 来去实现。当然我这里边展示的过程有我自己探索的一个过程,但是没关系啊,因为事实上我们在去使用 chat b t 的时候, 一定大概率的不太可能直接通过几句精确的指令就能得到你想要的结果,在这过程当中一定会出现一些反复,所以我就按照我们查成的四个,第一个就是我们叫做替换,对吧?所谓替换的意思,其实就是把 这个文章当中或者你这段这个重复率高度文字当中的这些实词都给它替换掉,所以我上来修直接看, 开门见山第一个方法对吧?就是替换。我就给他发出一个指令,我说请改写一下内容,要求将文章当中的实词尽可能的改成同意词或者建议词。我就把这段文本发给他了,丢给他了,让他给我出来一个结果。 我后来发现这个结果也不太尽如人意,尽管他有些地方确实改了啊,确实改了,但是他好像没有太理解我这个实词是什么意思,我意识到我的这个提示词有问题,我今天接着去改一下,我改成说请改写一下内容,要求将文章当中的动词、形容词、副词尽可能改成同义词或者近义词。 那这次的话他给的结果相稍微好那么一点点,但是我感觉还不满意,因为我发现我希望他能够去替代的词,他都没有替代好。然后我就问他,对吧?这个时候你就要停下来思考到底问题出在哪?你可以问他说,我说你知道什么是动词、名词和形容词吗?然后他就回答,是的,动词是什么意思,形容词是什么意思? 名词是什么意思。这个时候我就没办法了,我就让他分类,对吧?我说请把以下文本当中的动词、名词和形容词挑选出来进行分类,这个时候他就把这段词当中的所有动词、名词和形容词去做了一个分类,这就好办了,对不对?下一步你就紧接着干什么呀?紧接着替换啊,请将以上词汇全部用同义词或者近义词替换。 你看这个时候他就全部计划了,描绘改成描写,跨入改成进入,超越改成变成超出啊,影响没动,重构变成改造, 建构变成构建,对吧?体现变成展现,表现变成体现,还算不错,还算不错,基本上都改了。这个时候呢?我说请依据以上逻辑,针对以下内容当中的动词、名词、形容词进行同一词或者进一词替换。这个时候他基本上完全替换了。 你看第一句话描绘了我们跨入数字新世界所带来的一系列冲击改观,他变成了描写了我们进入数字化新世界所引起的,所带来变成 所引起的,对吧?一系列冲击改变就叫改成了一系列震撼和变革,是不是都都变化了啊?你看全方位影响改成了这个全面影响,所以这一步我实现了啊。大家如果说在你查证当中,你就可以把你的这个重复率比较高的文字按中按这种方法,这是第一个,我们说叫做这个调序,对吧? 好啊,第一个叫叫替换。我们来看第二个调序。我就问他,我说你知道如何调整句子的语序吗?例如把主动语态改为被动语态,把被动语态改为主动语态。他说是的,我可以根据需要对句子的语气进行调整等等,肯定了一遍,对不对? 我说我现在发一段文字给你,请听语序调整可以吗?他说当然可以,请提供需要调整语序的文本还是刚才这段文本?这段文本是刚才我已经经过了我的这个替换改编之后的这个文本,对吧?因为我想进一步降低他的重复率,对吧?其实有的时候我们走完这一步,可能基本上你就能降低一部分重复率了。这个时候我让你继续调整,然后 他给了我一个结果,给了我一个结果,我觉得不满意,因为我发现有的句子他并没有调,然后我就增加了,我说请调整每一个句子的语序,我担心他不理解啊,我在上面没有做一个细致的要求,对吧?然后他就说可以的,请查看一下修改后的文本, 然后我还不满意,我说请依次调整以下段落中的每句语序,我又把重新把这一段话又粘过来了,啊,前面加了一个依次, 然后这个时候呢,他很聪明,他就把我每一句话都单独单另出来了,这个一一共只有五句话,就一二三四五,就啊六句话提出来了, 好,这个时候其实你看的话,他的语序调整的就还不错了,那基本上能够实现我这个要求。现在来看第三个,我们说叫做表格化展示,对吧?第三个模型当中第三个要素其实就是打表吗?因为我们知道中网查成的规律是只要连续出现十三个字排到一起的,他 就视为你是啊,这个跟别人的人的文章去重复了。所以我们有的时候我们可以使用表格化的方式, 然后表格一分割的话,他就会把这十三个字的结构给他打散,所以打表格是非常好的方式。但大家注意,表格化的这种使用方式不是针对,不是适用所有的文字的,他只是用那种结构化的文字,比方说你做了一段统计,对吧?或者你做了几个连续的案例的描述,或者你做了一些举例说明等等, 这个要求他们的要素是一样的,比方说每一段可能都有时间呀、地点呀、人物啊、数量啊、影响啊,原因等等,这个需要大家自己去把握。 我只是拿这个做一个例子,你看啊,但我这段明显不太适合用打表格的方式啊,我只是举例,我说请将以下文字以表格化的形式来展示啊,他马上就打出来一个表格,这个时候其实他也能一定程度上降低我们的重复率。好,再看,我们来调教。最后 说一个就是长短的问题,对吧?长短的问题,其实我一开始希望他能理解的,长短是说把一个比方说有三对主位关系的句子, 然后变成三个单独的句子,这是把长句变短句。而短句变长句呢,是把三个可能主语都一样的短句,对吧?把把它变成一个长句,这个是长变短,短变长。但是一开始呢,他就理解错了,你看我就问他,我说你知道如何把短句变长句,长句变短句吗?请举例说明。 然后这是他举的意思,短句变长句,不是他走了,对吧?说那个人离开了这个地方,长句变短句。随着科技不断进步,我们的生活方式也在发生巨大的变化,然后改成科技进步,生活方式改变。 当然如果大家觉得你想去降虫的话,这种改写方式也没毛病,对吧?但是在我给的模型当中,我并不是希望这样的一个长变短的方式,我是希望他不要改变原意,也不要动我的词,动我的核心词,然后就说我表达有误。我说 长句变短句,指的是把长句子变成若干短句子,但是字数不减少。短句变长句子,指的是若干短句子组成一个长句子,字数不增加。然后他又给了我一个视力,啊,非常抱歉,错误的理解了你的意思。然后你看他去超市,然后说他走出家门,前往附近的超市购物,还是他刚才这个思路还是不行,对吧? 然后我说我给你一个视力,大家注意,这个时候就是我们前面讲课讲到的模型啊,这叫做零样本,一个样本或者多个样本的视力模型,你看我这里就给他一个两个视力,对不对?短句编长句。我说原句,他是个诗人, 他是个旅行家,他是个政治家。改变后,他是个诗人、旅行家和政治家。长期编短句,他走出了家门,打了一辆出租车,给妈妈打了一通电话。我说他走出了家门,他打了一辆出租车,他在出租车上给妈妈打了一通电话。我说你明白上述逻辑了吗?好,他说他明白了,非常感谢你的解释和施力。我说,请一句你的理解再举例,完了, babyq 了,对吧?他一举例 又搞错了,哎呀,那怎么办呢?我说请重新举例,要求只改变句子结构,但是不改变原意,这才行。我说是的,这怎么逻辑是对的?我以为他理解了,我以为他理解了。然后我说,请意这个逻辑,将以下内容进行长句变短句,短句变长句,进行句子结构改变啊。然后他就长句变短句,短句变长句 啊,我觉得没有达到我的要求啊,最后我还是用到我们这个这个模型了,到这一步我才真正的找到调试的感觉了。你看我就直接给他视力,我给他一个原句以及改变后的,然后再给他一个原句,这个原句是就是我文章当中重复率比较高的那句话, 然后我改编后的地方打个冒号,我空着,这个时候他就直接达到了我想要的效果。你看一九九六年他的书描写了数字化事业的变革和震撼,他把动画变句号了,对不对?同时也让我们初步领悟到,然后他让我们初步认识到那个煤气化时代对人类社会的全面影响,哎,这就实现了。所以呢,我就说请用这个逻辑 继续改写以下句子啊,这个时候他都改了,他都改了,他都改了,就直到全部改完。所以大家可以看到我为什么要展示我这个复杂的调试过程,其实有的时候 我们没有那么聪明,我们也没有那么对于逻辑有那么深入的理解,所以在某一些模型当中小的要素上,我们可能花一点点时间去进行一个调试,这个调试过程非常有必要,而且我也认为非常重要,因为事实上调试的过程不单单是让他理解你, 也是让你理解他,其实他反向的提高了你的一个逻辑思维和用词精准的一个能力。好,这就是我们给大家提供的查重的一个模型,当然 没有绝对绝对单一的或者绝对化的这样的一个模型,大家可以在这个模型的基础上不断去拓展,比如刚才我们讲到的,对吧?你可以再加一个长短变换,那这个长短变换跟我讲的这个长距变短距就不一样了,那个就是压缩式的,要么就是往下减,对, 变短句,要么是增加变长句,那也可以,所以通过这四到五个、六个、七个、八个,你可以往上不断加要素的过程当中呢?其实你的这个茶虫的效果就就出来了。好,那这次就到这,大家如果需要我们提示词的话,也可以跟我们来联系。

嗯,看看啊,这有一堆数学公式,你给我解释一段这个我才能圈图。来了来了啊,解释这段数学公式。这是微软那个 g b 四的那论文,然后它这功能要。 那这不就是多膜了吗?这直接就用上多膜了呀,现在多膜可还没开呢,他这是 compale 来了。哎呦我的天呐, 我看啊,他说对不对结局,哎呦卧槽,可以啊,这是多模啊,他后边一定是 g p d 四啊,他等于这个接的是 compel 类的,然后还是中文 啊,等于你要研究任何论文去摘药,论文去精读,去拆。我靠,那这东西岂不是能拆书了?这东西能拆书了呀。 这不这这不就拆拆书小神器了吗?那我能圈多少呢?哎,我看啊,他能去解释数学或图表。

真的是太兴奋了,干了一夜,我创建了一个可以分析视频的 gpd, gpd 正式进入多模态时代啊,输入任意一个视频地址,这个 gpd 呢,都可以来帮你进行分析,然后呢,还可以根据你的视频来帮你润色,重新来帮你写作文案。 我这里呢,找了一个我之前发的视频,直接把视频链接扔给他,然后呢,他就给出了视频的文案包, 包括这个视频的封面图,甚至呢,还为我分析了这个视频。用 gpd 来创建一个 ai, 真的是太强大了。这个 gpd 呢,我已经公开了觉得不错的评论区,可以六六六,我再让他帮我优化一下这个文案,大家看一下,感觉比我写都要好多了。 甚至呢,你还可以问他在几分几秒,这个视频说了什么,干了什么,他都能给你回答的清清楚楚啊。比如我试着问,这个视频中有提到代码解释器吗?在哪里看到没?他告诉我在这里,甚至呢,他还能帮你分析视频里的图片,这一次你们觉得有用吗?