I Think “ZenMic” Is Now The Best Online Listening Site For English Language Learners
越来越多的人工智能网站让你根据你提供给他们的材料创建播客——谷歌的 NotebookLM、Eleven Labs、PDF2Audio（在英语学习者的最佳听力网站中了解更多信息）。但所有这些网站都存在一些“摩擦”——它们需要一些额外的步骤才能制作 [...]
OpenAIs nya funktion Projects i ChatGPT
OpenAI 在 ChatGPT 中推出了一项名为“Projects”的新功能，该功能允许用户创建特定的聊天文件夹来组织与主题相关的问题，类似于 Google 的 NotebookLM。该功能将首先向付费订阅者提供，随后在 2025 年向教育和商业用户提供，它提供了附加文件的功能，以帮助 […]OpenAI 在 ChatGPT 中的新功能项目首次出现在 AI 新闻中。
和几乎所有人一样，NotebookLM 生成播客的能力给我们留下了深刻的印象：两个虚拟人物正在讨论。你可以给它一些链接，它会根据链接生成播客。播客很有趣也很吸引人。但它们也有一些局限性。NotebookLM 的问题是，[…]
BONUS "DEEP DIVE:" Google's New "Deep Research" Personal AI Research Assistant (and honestly, wow)
昨天，谷歌发布了一些重要的人工智能公告，包括 Gemini 2、人工智能代理和原型个人助理。有很多内容需要解开，但为了此次交流的目的，我将重点介绍 Gemini 中现在可用的新谷歌深度研究模式。对于那些报名参加（或已经报名参加）明天“研究与人工智能：使用人工智能工具的原则和实践”研讨会的人，我们将额外增加一个小时的录音深入观察谷歌深度研究（下周初推出）。我们希望您考虑加入我们。有关谷歌深度研究的更多信息：正如 Ethan Mollick 所说，了解人工智能的代价是“至少三个不眠之夜”。我个人有三个多晚上与一个或多个大型语言模型进行深入交谈，但昨晚是我第一次使用谷歌 Gemini。我无法停止制作
在假期、年终项目、即将到来的假期和其他歇斯底里之间，我本月没有写出一篇文章。所以这里简要列出最近令我惊讶的事情。我们已经虚拟化了吗？我远不是第一个发现 NotebookLM 很棒的人，当然也不会是最后一个。我做了一个 […]
Calibrating Marketing Mix Models In Python
实用指南第 2 部分，帮助您掌握 pymc 中的 MMM 用户生成的图像本系列是关于什么的？欢迎阅读我的营销组合模型 (MMM) 系列第 2 部分，这是一本实用指南，可帮助您掌握 MMM。在本系列中，我们将介绍模型训练、验证、校准和预算优化等关键主题，所有这些都使用强大的 pymc-marketing python 包。无论您是 MMM 新手还是想要提高技能，本系列都将为您提供实用的工具和见解，以改进您的营销策略。如果您错过了第 1 部分，请在这里查看：掌握 Python 中的营销组合模型简介在本系列的第二部分中，我们将把重点转移到使用来自实验的信息先验来校准我们的模型：为什么校准营销组合模型
I've been boosting my ego with a sycophant AI and it can't be healthy
Google 的 NotebookLM 工具被称为人工智能研究助手，甚至可以将您的文本历史记录变成一个愉快的假播客。但它也可能诱使你陷入自恋和怀旧，雅各布·阿隆说
本周的 AI 内容包括 1570 亿美元的估值、开创性的 AI 工具以及一家科技巨头的大胆举措。Mike 和 Paul 将为您揭秘 OpenAI 66 亿美元的巨额融资以及其非营利根基与财务野心之间日益加剧的紧张关系。他们将深入研究 OpenAI 的最新产品公告以及埃森哲组建专门的 Nvidia 业务集团的大胆举措。请继续关注我们的快速报道部分，该部分涵盖了 NotebookLM、Copilot、Meta 智能眼镜等 AI 内容的最新动态。
Is Multi-Collinearity Destroying Your Causal Inferences In Marketing Mix Modelling?
因果 AI，探索因果推理与机器学习的整合照片由 NOAA 在 Unsplash 上拍摄本系列是关于什么的？欢迎来到我的因果 AI 系列，我们将探索因果推理与机器学习模型的整合。期望探索不同业务环境中的许多实际应用。在上一篇文章中，我们介绍了使用 CUPED 和双重机器学习为实验提供动力。今天，我们将重点转移到了解多重共线性如何损害您做出的因果推断，特别是在营销组合建模中。如果您错过了上一篇关于使用 CUPED 和双重机器学习为实验提供动力的文章，请在此处查看：使用 CUPED 和双重机器学习为实验提供动力简介在本文中，我们将探讨多重共线性的破坏性，并评估我们可以用来解决它的一些方法。将涵盖以下
