Два дня назад OpenAI объявила, что сделает официальный плагин Code Interpreter доступным для всех пользователей ChatGPT Plus через бета-панель в настройках в течение недели.
Эта новость взбудоражила многих, ведь Code Interpreter ранее находился в стадии закрытого бета-тестирования, и лишь небольшое количество пользователей им пользовались. Эти внутренние тестовые пользователи используют его для анализа данных, создания диаграмм, редактирования файлов, выполнения математических операций и т. д., и в целом они дают хорошие результаты.
Долго ждать не пришлось, сегодня (9 июля) состоялось официальное открытие Code Interpreter.
Однако для многих пользователей необходимо изучить, как наилучшим образом использовать интерпретатор кода.
Ниже приведены некоторые примеры, опубликованные пользователями внутреннего тестирования, чтобы предоставить вам некоторые ссылки.
"То, что было изучено за несколько недель во время докторантуры, ИИ выполнил за несколько секунд"
Итан Моллик, профессор Уортонской школы Пенсильванского университета, является пользователем ChatGPT Plus, который несколько месяцев пробовал альфа-версию Code Interpreter. Его оценка Code Interpreter по-прежнему относительно высока, он называет его «самым полезным и интересным режимом ИИ, который я когда-либо использовал».
Итан Моллик четко обозначил два наблюдения: 1) Интерпретатор кода работает действительно хорошо, в отличие от плагинов, которые появляются совершенно случайно; 2) Делать подсказки обычно не нужно, пользователи просто говорят с ИИ о коде или данных и о том, чего они хотят.
«Интерпретатор кода продолжает давнюю традицию OpenAI давать вещам ужасные имена, потому что это, вероятно, наиболее полезно для людей, которые вообще не знают, как программировать. Он позволяет GPT-4, современному существующему ИИ, загружать и загружать информацию, а Программы пишутся и выполняются для вас в одном непрерывном рабочем пространстве. Это позволяет ИИ делать все то, что он не мог делать раньше, и функционировать всеми способами, которые ChatGPT не мог делать раньше».
Чтобы помочь всем быстро приступить к работе, профессор Итан Моллик написал руководство, в котором поделился собственным опытом и знаниями по использованию интерпретатора кода.
То, на что у меня ушло несколько недель в моей докторской диссертации, ИИ делает за секунды и часто с меньшим количеством ошибок, чем я ожидал от аналитика-человека. Но мне также ясно, что интерпретаторы кода не заменят людей. Вместо этого ИИ делает то, на что мы всегда надеялись, автоматизация — освобождает нас от самых раздражающих, повторяющихся частей нашей работы, чтобы мы могли сосредоточиться на том, что действительно важно. Упрощая процесс анализа, я могу делать больше, глубже и получать больше удовольствия от работы. Мое время становится более ценным, а не менее ценным, потому что я могу сосредоточиться на важных вещах, а не на зубрежке.
В частности, Code Interpreter предоставляет ИИ общий набор инструментов для решения проблем (путем написания кода на Python), большую память, которую можно использовать (с возможностью загрузки файлов до 100 МБ, причем эти файлы могут быть в сжатом виде) и a Интеграция этого набора инструментов в искусственный интеллект таким образом, чтобы использовать преимущества больших языковых моделей.
Это устраняет некоторые проблемы с предыдущими версиями ChatGPT:
Интерпретатор кода позволяет ИИ решать математические задачи (очень сложные математические задачи) и выполнять более точную работу с текстом (например, фактически подсчитывать количество слов в абзаце), потому что он может писать код Python для решения математических и лингвистических задач большие языковые модели Врожденная слабость. И очень приятно использовать этот инструмент вот так:
*Точно так же количество слов Code Interpreter составляет 104 слова. *
Code Interpreter снижает вероятность галлюцинаций и спутанности сознания. Когда ИИ работает напрямую с кодом Python, код помогает поддерживать «честность» ИИ, потому что, если код неверен, Python будет генерировать ошибки, а так как код оперирует данными, а не самим LLM ИИ не вносит ошибки в данные. Конечно, это не идеально, ИИ все еще может галлюцинировать (часто кажется, что он думает, что может видеть графику, которую он может генерировать, чего ChatGPT в этом режиме не видит), но эти ошибки менее распространены и с меньшей вероятностью влияют на код или сами данные.
Code Interpreter расширяет использование искусственного интеллекта. Многие проблемы можно решить с помощью кода, и GPT-4 очень хорошо определяет, когда использовать интерпретатор кода новыми и интересными способами. Например, если пользователь просит его использовать код, чтобы доказать скептику, что земля круглая, интерпретатор кода предоставит несколько аргументов, комбинируя текст с кодом и изображениями.
4. Пользователям не нужно программировать, потому что Code Interpreter может заменить всю работу. Многие предыдущие LLM могли писать код, но вам приходилось запускать и отлаживать его самостоятельно. Для того, кто никогда раньше не использовал Python, это сложно, и он ходит туда-сюда с ИИ, чтобы исправить ошибки. Теперь ИИ исправит свои ошибки и выдаст вам результат.
Это дает вам больше AI Moment. Любой, кто использовал GPT-4, вероятно, хотя бы несколько раз испытывал ощущение, что внутри машины действительно находится призрак. На самом деле известно, что это иллюзия, а у LLM вообще нет разума или разума, но эти моменты иногда являются захватывающими, а иногда тревожными проблесками будущего более умного ИИ. В Code Interpreter довольно много «странных» моментов.
Например, Итан Моллик однажды попросил ИИ «вызывать различные эмоциональные состояния с помощью кода» или «показать мне то, что невозможно сделать с помощью кода, и продемонстрировать это». Здесь вы можете увидеть результаты «Используя имеющиеся в вашем распоряжении инструменты рисования, создайте совершенно новую заметку, создав изображение. Сделайте его соответствующим вашему опыту работы ИИ с людьми»:
Как использовать интерпретатор кода для обработки данных
Code Interpreter — впечатляющий «ученый данных», способный автоматизировать многие сложности количественного анализа и применять очень сложные подходы к данным. Чтобы проиллюстрировать этот момент, Итан Моллик начинает с интересного набора данных под названием «Супергерои».
Загружать данные легко, даже сжатые данные, такие как ZIP-файлы, просто нажмите кнопку «плюс»:
Вы должны поместить начальный намек в данные, но он может быть довольно минимальным, Итан Моллик использовал вот некоторые данные о способностях супергероев, просмотрите их, скажите мне, что вы нашли », и получил хороший результат. Если у вас есть словарь данных, вы также можете вставить его напрямую. ИИ очень хорошо выясняет значение и структуру данных только из контекста.
Можно заметить, что Code Interpreter — это не столько оперативное производство, сколько диалог с ИИ, разговор с ним как с аналитиком.
На самом деле есть два исключения, когда подсказки кажутся важными: во-первых, ИИ иногда забывает, что он может сделать (например, сделать GIF или 3D-карту), и вам, возможно, придется поощрять его («Вы можете сделать GIF, пожалуйста, попробуйте»); во-вторых, вы хотите, чтобы ИИ улучшил то, что он делает. Просто попросите его провести дальнейшее тестирование этого результата» или «сделать этот график красивее», что в целом нормально.
Теперь, когда данные загружены, пришло время позволить GPT выполнить худшую часть анализа данных: объединение и очистку данных.
Интерпретатор кода будет обрабатывать все это автоматически «довольно сложным» способом, но часто бывает полезно спросить напрямую, как если бы вы инструктировали аналитика данных. Вы также заметите, что система работает неустанно, исправляя собственные ошибки по мере их обнаружения. Например, он заметил, что столбец был назван неправильно, и исправил это.
Однако это также показывает, что пользователям рекомендуется внимательно изучать результаты и обрабатывать их, а не слепо доверять ИИ.
Далее идет анализ, о котором ИИ, кажется, знает толк. Подсказка звучит так: «Я заинтересован в моделировании с прогнозированием, например, в прогнозировании силы героя на основе других факторов. Как нам к этому подойти?»
Затем Code Interpreter построил случайный лес! Тем не менее, также можно понять, почему важен человеческий надзор со стороны экспертов, поскольку авторы не согласны с его решением рассчитать недостающие данные с использованием среднего значения числовых данных. Если бы это были сами авторы, данные были бы отброшены, но хорошая новость заключается в том, что ИИ можно попросить изменить свои методы или обсудить другие варианты.
ИИ способен выполнять множество других анализов (в конце концов, это просто написание кода на Python), но его способность выбирать осмысленные методы анализа часто впечатляет. Например, вот веб-анализ о сверхспособностях с подсказкой «Можете ли вы сделать еще один действительно сложный и интересный анализ»:
Но больше всего в Code Interpreter впечатляет то, что он «рассуждает» о данных очень удобным для человека способом. Когда его спросили о результатах веб-анализа, был сделан интересный вывод: набор способностей, которыми обычно обладают герои, носит визуальный характер (поскольку они взяты из комиксов), соответствуют определенным архетипам и лучше всего подходят для построения непрерывных приключений.
Эта способность взаимодействовать по-прежнему работает на этапе визуализации, когда вы можете общаться с ИИ, запрашивая улучшения и изменения. Например, подсказка "Создайте интерактивную информационную панель с не менее чем 6 информативными диаграммами, включая трехмерную диаграмму. Сделайте информационную панель красивой".
Сначала Code Interpreter создал панель инструментов, но она не совсем соответствовала тому, что хотел автор, поэтому он просто сказал: «Сделайте это лучше, включите больше имен» и так далее. Затем Code Interpreter представляет загружаемый файл интерактивной информационной панели, просто поместите его в свой веб-браузер — загружаемый вывод — еще один отличный способ использования Code Interpreter.
20 потрясающих вариантов использования
Помимо анализа данных, Code Interpreter имеет много замечательных применений. В Твиттере пользователь сети по имени «Чейз Лин» собрал 20 вариантов использования, давайте также узнаем, какие новые способы игры:
1. Создать видео из изображения
Сначала загрузите изображение, которое хотите анимировать:
Затем ИИ просят анимировать это изображение еды слева направо. Изменяя подсказки, вы можете создавать свои собственные анимации. Нажмите Enter и получите видео через 30 секунд:
Чтобы уменьшить изображение, скажите GPT изменить его размер до 50%; чтобы панорамировать видео снизу вверх, измените подсказку на «Начало: снизу → Центр → Верх: конец»; чтобы сделать видео в 2 раза быстрее, измените кадр размер шага от 8 пикселей до 16 пикселей.
2. Извлечь текст из изображения
3. Разумно понимать, анализировать и интерпретировать данные
4. Моделируйте сложную научную фантастику с реалистичной физикой
Инициал: «Мы собираемся сыграть в научно-фантастический сценарий. Я буду капитаном. Вот проблема: вы должны сделать так, чтобы каждое испытание в сценарии включало в себя реальную физику, которую вы будете моделировать в коде».
5. Извлеките цветовую палитру из изображения
Интерпретатор кода может извлекать цвета из изображений для создания палитры в формате .png и автоматически сжимать большие изображения при исчерпании памяти.
6. Создайте QR-код
7. Конвертируйте анимацию в видео
Используя Code Interpreter, загруженные GIF-файлы можно преобразовать в более длинные видео MP4 в ChatGPT с медленным масштабированием.
8. Проанализируйте данные опционов, чтобы определить лучший контракт
Используйте Code Interpreter для анализа вариантов AAPL, срок действия которых истекает 21 июля:
Сначала включите интерпретатор кода в настройках, затем загрузите файл данных. В этом примере данные представляют собой файл CSV:
** **9. Анализ музыкальных предпочтений
Проанализировано 300 часов избранных плейлистов Spotify с помощью Code Interpreter, экспортированных из Spotify API, и проведен многомерный анализ PCA и t-SNE для обобщения музыкальных вкусов.
10. Анализ данных по недвижимости
11. Создавайте и рисуйте случайные данные
12. Создайте GIF-анимацию матричного дождя
13. Чистые данные, анализ данных и визуализация
С Code Interpreter вам нужно только загрузить данные и предоставить простые инструкции на английском языке, чтобы завершить всю работу по очистке данных и созданию визуальных диаграмм на автопилоте.
14. Создайте карту расположения маяка
После загрузки файла CSV с указанием местоположения каждого маяка в США Code Interpreter может создать карту в формате GIF с указанием местоположения этих маяков, при этом каждый маяк мигает, даже если карта очень темная.
15. Преобразование данных в веб-страницы
Используя необработанный набор данных о наблюдениях НЛО, Code Interpreter создает полнофункциональную тепловую карту в формате HTML. Вот статическая версия (также легко создать сколько угодно версий):
16. Используйте Python для копирования кода STATA
Code Interpreter может брать старые файлы STATA и код, копировать их в Python: «Вот файл stata do и файл dta. Скопируйте анализ», «Теперь дайте мне файл CSV.
17. Загрузите и проанализируйте набор данных Биткойн
Загрузите набор данных Titanic и попросите Code Interpreter выполнить полный исследовательский анализ данных. Выход включает в себя:
Краткий обзор данных;
Карта распределения категорий пассажиров;
График выживаемости каждой группы;
Корреляционная матрица;
Анализ данных.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Интерпретатор кода артефакта ChatGPT наконец-то открыт, как им пользоваться? Вот учебник уровня няни
Два дня назад OpenAI объявила, что сделает официальный плагин Code Interpreter доступным для всех пользователей ChatGPT Plus через бета-панель в настройках в течение недели.
Эта новость взбудоражила многих, ведь Code Interpreter ранее находился в стадии закрытого бета-тестирования, и лишь небольшое количество пользователей им пользовались. Эти внутренние тестовые пользователи используют его для анализа данных, создания диаграмм, редактирования файлов, выполнения математических операций и т. д., и в целом они дают хорошие результаты.
Долго ждать не пришлось, сегодня (9 июля) состоялось официальное открытие Code Interpreter.
Ниже приведены некоторые примеры, опубликованные пользователями внутреннего тестирования, чтобы предоставить вам некоторые ссылки.
"То, что было изучено за несколько недель во время докторантуры, ИИ выполнил за несколько секунд"
Итан Моллик, профессор Уортонской школы Пенсильванского университета, является пользователем ChatGPT Plus, который несколько месяцев пробовал альфа-версию Code Interpreter. Его оценка Code Interpreter по-прежнему относительно высока, он называет его «самым полезным и интересным режимом ИИ, который я когда-либо использовал».
Итан Моллик четко обозначил два наблюдения: 1) Интерпретатор кода работает действительно хорошо, в отличие от плагинов, которые появляются совершенно случайно; 2) Делать подсказки обычно не нужно, пользователи просто говорят с ИИ о коде или данных и о том, чего они хотят.
«Интерпретатор кода продолжает давнюю традицию OpenAI давать вещам ужасные имена, потому что это, вероятно, наиболее полезно для людей, которые вообще не знают, как программировать. Он позволяет GPT-4, современному существующему ИИ, загружать и загружать информацию, а Программы пишутся и выполняются для вас в одном непрерывном рабочем пространстве. Это позволяет ИИ делать все то, что он не мог делать раньше, и функционировать всеми способами, которые ChatGPT не мог делать раньше».
**Code Interpreter компенсирует недостатки ChatGPT? **
В частности, Code Interpreter предоставляет ИИ общий набор инструментов для решения проблем (путем написания кода на Python), большую память, которую можно использовать (с возможностью загрузки файлов до 100 МБ, причем эти файлы могут быть в сжатом виде) и a Интеграция этого набора инструментов в искусственный интеллект таким образом, чтобы использовать преимущества больших языковых моделей.
Это устраняет некоторые проблемы с предыдущими версиями ChatGPT:
Code Interpreter снижает вероятность галлюцинаций и спутанности сознания. Когда ИИ работает напрямую с кодом Python, код помогает поддерживать «честность» ИИ, потому что, если код неверен, Python будет генерировать ошибки, а так как код оперирует данными, а не самим LLM ИИ не вносит ошибки в данные. Конечно, это не идеально, ИИ все еще может галлюцинировать (часто кажется, что он думает, что может видеть графику, которую он может генерировать, чего ChatGPT в этом режиме не видит), но эти ошибки менее распространены и с меньшей вероятностью влияют на код или сами данные.
Code Interpreter расширяет использование искусственного интеллекта. Многие проблемы можно решить с помощью кода, и GPT-4 очень хорошо определяет, когда использовать интерпретатор кода новыми и интересными способами. Например, если пользователь просит его использовать код, чтобы доказать скептику, что земля круглая, интерпретатор кода предоставит несколько аргументов, комбинируя текст с кодом и изображениями.
Например, Итан Моллик однажды попросил ИИ «вызывать различные эмоциональные состояния с помощью кода» или «показать мне то, что невозможно сделать с помощью кода, и продемонстрировать это». Здесь вы можете увидеть результаты «Используя имеющиеся в вашем распоряжении инструменты рисования, создайте совершенно новую заметку, создав изображение. Сделайте его соответствующим вашему опыту работы ИИ с людьми»:
Как использовать интерпретатор кода для обработки данных
Code Interpreter — впечатляющий «ученый данных», способный автоматизировать многие сложности количественного анализа и применять очень сложные подходы к данным. Чтобы проиллюстрировать этот момент, Итан Моллик начинает с интересного набора данных под названием «Супергерои».
Загружать данные легко, даже сжатые данные, такие как ZIP-файлы, просто нажмите кнопку «плюс»:
Можно заметить, что Code Interpreter — это не столько оперативное производство, сколько диалог с ИИ, разговор с ним как с аналитиком.
Теперь, когда данные загружены, пришло время позволить GPT выполнить худшую часть анализа данных: объединение и очистку данных.
Интерпретатор кода будет обрабатывать все это автоматически «довольно сложным» способом, но часто бывает полезно спросить напрямую, как если бы вы инструктировали аналитика данных. Вы также заметите, что система работает неустанно, исправляя собственные ошибки по мере их обнаружения. Например, он заметил, что столбец был назван неправильно, и исправил это.
Далее идет анализ, о котором ИИ, кажется, знает толк. Подсказка звучит так: «Я заинтересован в моделировании с прогнозированием, например, в прогнозировании силы героя на основе других факторов. Как нам к этому подойти?»
Затем Code Interpreter построил случайный лес! Тем не менее, также можно понять, почему важен человеческий надзор со стороны экспертов, поскольку авторы не согласны с его решением рассчитать недостающие данные с использованием среднего значения числовых данных. Если бы это были сами авторы, данные были бы отброшены, но хорошая новость заключается в том, что ИИ можно попросить изменить свои методы или обсудить другие варианты.
Сначала Code Interpreter создал панель инструментов, но она не совсем соответствовала тому, что хотел автор, поэтому он просто сказал: «Сделайте это лучше, включите больше имен» и так далее. Затем Code Interpreter представляет загружаемый файл интерактивной информационной панели, просто поместите его в свой веб-браузер — загружаемый вывод — еще один отличный способ использования Code Interpreter.
20 потрясающих вариантов использования
Помимо анализа данных, Code Interpreter имеет много замечательных применений. В Твиттере пользователь сети по имени «Чейз Лин» собрал 20 вариантов использования, давайте также узнаем, какие новые способы игры:
1. Создать видео из изображения
Сначала загрузите изображение, которое хотите анимировать:
Инициал: «Мы собираемся сыграть в научно-фантастический сценарий. Я буду капитаном. Вот проблема: вы должны сделать так, чтобы каждое испытание в сценарии включало в себя реальную физику, которую вы будете моделировать в коде».
Интерпретатор кода может извлекать цвета из изображений для создания палитры в формате .png и автоматически сжимать большие изображения при исчерпании памяти.
6. Создайте QR-код
Используя Code Interpreter, загруженные GIF-файлы можно преобразовать в более длинные видео MP4 в ChatGPT с медленным масштабированием.
Используйте Code Interpreter для анализа вариантов AAPL, срок действия которых истекает 21 июля:
Сначала включите интерпретатор кода в настройках, затем загрузите файл данных. В этом примере данные представляют собой файл CSV:
Проанализировано 300 часов избранных плейлистов Spotify с помощью Code Interpreter, экспортированных из Spotify API, и проведен многомерный анализ PCA и t-SNE для обобщения музыкальных вкусов.
С Code Interpreter вам нужно только загрузить данные и предоставить простые инструкции на английском языке, чтобы завершить всю работу по очистке данных и созданию визуальных диаграмм на автопилоте.
После загрузки файла CSV с указанием местоположения каждого маяка в США Code Interpreter может создать карту в формате GIF с указанием местоположения этих маяков, при этом каждый маяк мигает, даже если карта очень темная.
Используя необработанный набор данных о наблюдениях НЛО, Code Interpreter создает полнофункциональную тепловую карту в формате HTML. Вот статическая версия (также легко создать сколько угодно версий):
Code Interpreter может брать старые файлы STATA и код, копировать их в Python: «Вот файл stata do и файл dta. Скопируйте анализ», «Теперь дайте мне файл CSV.
：「Сезонное разложение цены с 2011 года」
Загрузите набор данных Titanic и попросите Code Interpreter выполнить полный исследовательский анализ данных. Выход включает в себя:
Краткий обзор данных;
Карта распределения категорий пассажиров;
График выживаемости каждой группы;
Корреляционная матрица;
Анализ данных.