1、Claude3与GPT4对比

2、array合并

3、Python的应用场景

4、梯度消失问题

5、Gemini与GPT-4对比

6、AI在用户评论分析中的应用

7、异常处理

8、Matplotlib基础用法

9、多样本学习：模型模仿能力提升

10、使用回归算法完成波士顿房价预测

11、多种激活函数

12、论文改进专家（GTPs）

13、Claude3模型团队

14、MoonshotAI-Kimi

15、智谱AI-智谱清言

16、AI助力高效表格数据创建

17、ChatGPT/GPT4是最好用的翻译软件

18、快速制作流程图、序列图、思维导图

19、初识LLM：角色扮演的艺术

20、numpy的运算

21、figure图像

22、论文搜索和论文关联

23、if条件

24、numpy的属性

25、GPTStore从0到1创建自己的GPT应用

26、Claude3的技术细节

27、训练集/验证集/测试集

28、查找某个观点或内容相关的论文

29、使用KNN算法完成鸢尾花分类

30、监督学习与无监督学习

31、优秀国内大模型推荐

32、文件读写

33、苏格拉底式教学法在AI中的运用

34、提示词工程

35、机器学习特征工程完整流程

36、自动写作并添加参考文献

37、机器学习算法应用分析

38、循环

39、调整LLM的语调与表达方式

40、函数

41、如何防止AI生成的内容被检测

42、让AI根据知识点出题

43、BP算法解决手写数字识别问题

44、列表元组字典

45、创建array

46、GPTs的3种分发方式

47、Claude3的使用

48、Mnist数据集和softmax使用BP神经网络识别图片交叉熵(cross-entropy)讲解和使用欠拟合/正确拟合/过拟合各种优化器Optimizer模型保存和模型载入方法

49、类的使用

50、AIGC技术发展

51、Meta新模型-LLama3

52、使用AI工具快速产出高端PPT的几种方法

53、AI在数据处理中的实际操作

54、python环境安装配置

55、进行论文降重的技巧

56、对多篇论文进行分析对比

57、Gemini的测试效果

58、种论文写作应用（GTPs）

59、如何与AI交流科研问题

60、ChatGPT/GPT4官网使用方法

61、定义LLM的具体任务与目标

62、单层感知器

63、进行论文内容问答

64、分析特征重要性（哪些特征对标签的影响最大）

65、随机数生成以及矩阵的运算

66、print使用

67、最新发布的高级数据分析，AI画图，图像识别，文档API

68、LLM与搜索引擎：差异与联系

69、写论文综述并标注内容来源

70、阿里巴巴-通义千问

71、模块

72、如何写好一篇论文的提示词

73、Claude3三大模型

74、GPTs的action功能

75、设置坐标轴

76、百度-文心一言

77、AI助力文本数据整理与分析

78、BP算法

79、自洽性检验：数学能力加强

80、深度学习常用架构

81、Gemini三大模型

82、生成论文摘要

83、机器学习

84、Gemini的原生多模态技术

85、分析论文得出审稿意见

86、使用多种算法完成糖尿病预测

87、最新大模型GPT-4Turbo

88、OpenAI新模型-GPT-5

89、探索LLM与上下文的密切关系

90、numpy的索引

91、scatter散点图

92、激活函数，损失函数和梯度下降法

93、Gemini的使用

94、legend图例

95、GPT1-4模型解析

96、通过自定义的方式制作自己的GPTs

97、科大讯飞-星火认知

98、大语言模型的评估标准

99、使用AI工具快速产出短视频

100、通过聊天交流的方式制作自己的GPTs

101、最新超强模型Claude3使用

102、热门的自定义GPTs使用

103、让AI结合试验数据进行写作

104、知识生成：提高模型的信息处理能力

105、谷歌新模型-Gemini使用

106、AI撰写专业报告的技巧

107、零样本学习：强化逻辑推理

108、运算符和变量

109、分类/回归/聚类算法

110、生成完整长篇论文的技巧

111、中/英文论文润色的4种方法