Mēs vienmēr esam apņēmušies izpētīt #AI faktiskās pielietošanas un vērtības ieguldījumu jomā, un ļaut vairāk cilvēkiem, izmantojot AI tehnoloģijas, iegūt maksimālo informācijas efektivitāti un vērtības notveršanu caur caurspīdīgu datu laikmetu. Tas ir mūsu pirmās sērijas daļējs gadījumu pētījums: iepriekšējie raksti, šodien mēs runāsim par #GPT4 super funkciju: koda analizators.
Cik noderīgs ir šis koda analizators? Agrāk GPT4 varēja uzdot jautājumus tikai tekstā, vienā virzienā, viens jautājums, viena atbilde, nevarēja veikt divvirzienu mijiedarbību. Tagad ar koda analizatoru, tā spēcīgās funkcijas: var brīvi augšupielādēt video, audio, tabulas, koda failus utt. Šodien šeit mēs parādīsim, kādus simtkārtīgu monētu projektus mūsu pētījumu darbinieki ir atlasījuši 50 dienu laikā, ļaujot GPT4 man veikt analīzi! 1 stunda risināšanai!
Pirmais solis, barot avota datus EXCEL tabulā GPT4, ļaujot tam vispirms mācīties (tā kā tas attiecas uz saistītiem iekšējiem mācību materiāliem, mēs rādām tikai daļu, lūdzu, saprotiet).
Otrais solis, ļaut GPT4 atrast saistību analīzi starp projektiem, veidojot saistīgo mainīgo siltuma karti. Jo tuvāk 1 ir skaitlis, jo spēcīgāka ir saistība, bet, ja tas ir mazāks par 1, saistība ir vājāka. Šajā solī patiesībā netika atrasta ļoti spēcīga saistība. (Parādīt domāšanas loģiku ir ļoti svarīgi)
Trešais solis, atkarībā no attiecīgās jomas, ļaut #GPT4 man izveidot stabiņu diagrammas vizualizāciju. Starp citu, rozā stabs ir visgarākais L1 publiskajā ķēdē. Patiesībā tā arī ir, iepriekšējā ciklā visvairāk simt reižu lielāku kriptovalūtu projektu galvenā izplatība bija publiskajās ķēdēs, ko saucam par Ethereum slepkavu, piemēram, #SOL #ONE #MATIC utt.
Ceturtajā solī, dažādās sacensību jomās, sagrupējot pēc kategorijām, parādās simt reižu lielāka kriptovalūtu varbūtība, izmantojot sektora diagrammu. Tajā nav grūti pamanīt, ka DEFI joma aizņem vislielāko proporciju, norādot, ka DEFI joma ir visaugstākā, kas sasniedz simt reižu lielāku kriptovalūtu. Pēc tam seko NFT un L1 publiskās ķēdes. (Piezīme: visvairāk radīt un augsta izsistības līmenis ir divas dažādas koncepcijas)
Piektajā solī mums ir jāņem vērā projekta pieauguma reizes un projekta tajā brīdī tirgus vērtības ranga starpība, vai starp tām ir spēcīga saistība. Tāpēc mēs izveidojām datus par saistību starp reizes un projekta zemāko un augstāko tirgus vērtības rangu. Izmantojām izkliedes diagrammu! Kā
Visbeidzot, mēs ļausim #GPT4 patstāvīgi mācīties, ļaujot tai analizēt, kāda ir simt reižu lielāka pieauguma saistība ar citiem mainīgajiem. Tā sniedza šo secinājumu mums! Tajā iekļauts: pirkšanas laiks&pārdošanas laiks (izvēle), zemākā cena, augstākā tirgus vērtības rangs utt. Kā
Kopsavilkums: iepriekš minētie gadījumi var tikt izmantoti ne tikai Web3 ietvaros
Mēs arī veicām saistību ar publisko uzņēmumu finanšu datiem, un pēc tam GPT4 ļāva patstāvīgi analizēt: kādi jautājumi parādījās finanšu datos; uz ko pievērst uzmanību; lai uzlabotu peļņas normu, kurās jomās veikt optimizāciju un uzlabojumus utt., iekļaujot video vai attēlu barošanu, izmantojot dabisko valodu, piedāvājot automatizētu attēlu rediģēšanu un video montāžu. AI ir jauna ražošanas jauda, Web3 ir jaunas ražošanas attiecības!