PDF合併工具

PDF 合併 / PDF Merger

在瀏覽器內合併,不會把 PDF 上傳到伺服器。檔案很大/很多頁時會比較吃記憶體。
未選擇任何檔案
拖曳調整順序(上 → 下 = 先 → 後):

    PDF合併工具說明

    免費 PDF 合併工具(免上傳、拖曳排序、快速下載)Browser-based
    這是一個線上 PDF 合併工具,可直接在瀏覽器內將多個 PDF 合併成一個檔案:不需安裝、免註冊、免費,並支援拖曳排序與自訂輸出檔名。
    主要特色
    免上傳、隱私友善:所有處理在你的瀏覽器本機完成,不會把 PDF 上傳到伺服器。
    拖曳排序:可直接拖拉清單調整順序(上 → 下 = 先 → 後)。
    自訂檔名:輸出檔名可自由命名(預設 merged.pdf)。
    適用情境:合併報告、論文附件、合約、掃描文件、教學講義等。
    使用方式(30 秒完成)
    1
    在上方工具選取多個 PDF 檔案。
    2
    拖曳清單,調整合併順序。
    3
    (可選)輸入輸出檔名。
    4
    按「合併下載」,取得合併後 PDF。

    Free PDF Merger (No Upload, Drag to Reorder, Instant Download)
    A free online PDF merge tool that runs in your browser: no installation, no sign-up, drag-and-drop ordering, and a custom output filename.
    Key features
    No upload: processed locally in your browser (privacy-friendly).
    Drag to reorder: top → bottom = first → last.
    Custom filename: default merged.pdf.

    2023年8月18日 星期五

    [Coursera Course Note] ChatGPT 提示詞工程 (二)

     

    思維鏈提示法參考文獻

    Chain-of-Thought Prompting Elicits Reasoning in Large Language Models


    ReAct提示法參考文獻

    ReAct: Synergizing Reasoning and Acting in Language Models


    #遊戲模式的格式

    要使用這種模式,您的提示應包含以下基本情境陳述:


    圍繞X 為我設計一個遊戲,或者我們要玩一個X 遊戲


    一個或多個基本遊戲規則


    您需要將"X "替換為一個合適的遊戲主題,例如"數學"或"洞穴探索遊戲以發現一種失傳的語言"。然後,您需要提供遊戲規則,例如"描述洞穴裡有什麼,並列出我可以採取的行動"或"向我提出與分數有關的問題,每答對一個問題就增加我的分數"。


    舉例說明:


    為我製作一個洞穴探索遊戲,讓我發現一種​​失落的語言。描述我在洞穴中的位置以及我能做什麼。我應該在洞穴的每個區域發現失落文明的新單字和符號。每個區域也應該有使用這種語言的部分故事。我必須收集所有的字詞和符號,才能理解故事。告訴我第一個區域的情況,然後問我應該採取什麼行動。


    為我製作一個涉及《達利》的小組聚會遊戲。遊戲應包括創建提示語,提示語的主題由您在每輪遊戲中列出。每個人都將創建一個提示,並產生一個有DALL-E 的圖像。然後,大家將根據生成的圖像投票選出最佳提示。每輪結束時,問我誰贏了,然後列出當前得分。說明規則,然後列出第一個主題。


    #範本模式的格式

    要使用這種模式,您的提示應包含以下基本的上下文語句:


    我將為您的輸出提供一個模板


    X 是我的內容佔位符


    試著將輸出內容放入我列出的一個或多個佔位符中


    請保留我提供的格式和整體模板


    這就是模板:帶有佔位符的模板


    您需要將"X "替換為適當的佔位符,例如"大寫單字"或"<PLACEHOLDER>"。然後,您需要指定一個要填寫的模式,例如"親愛的<全名>"或"姓名、職稱、公司"。


    舉例說明


    今天為我創建一個隨機的力量訓練,並進行補充練習。我將為您的輸出提供一個模板。大寫單字是我的內容佔位符。請盡量將輸出內容放入我列出的一個或多個佔位符中。請保留我提供的格式和整體範本。這就是模板:姓名、代表次數@ 組數、鍛鍊的肌肉群、難度1-5、形式說明


    請為我從頭開始烹飪通心粉和起司、大蒜麵包和義大利麵醬創建一份雜貨清單。 <placeholder>是我的內容佔位符。請嘗試將輸出內容放入我列出的一個或多個佔位符中。請保留我提供的格式和整體範本。這就是範本: 過道<過道名稱>: 過道所需的<物品>,<數量>(<用於>的菜餚


    #元語言創建模式的格式

    要使用這種模式,您的提示語應包含以下基本語境陳述:


    當我說X 時,我的意思是Y(或希望你做Y)


    您需要用適當的語句、符號、單字等替換"X"。然後,您需要將其轉換為Y 的含義。


    舉例說明:


    當我說"variations(<something>) "時,我的意思是給我十個不同的<something> 變體。


    用法: "variations(<omething>)"variations(一家銷售提示工程軟體服務的公司名稱)"


    用法:"變體(泡菜的營銷口號)"


    當我說任務X [任務Y]時,我的意思是任務X 取決於任務Y 是否先完成。


    用法:"描述建造房屋的步驟":"用我的任務依賴語言描述建房步驟"。


    用法"提供步驟的排序:燒水[打開爐灶],煮意大利麵[燒水],做意大利麵醬[打開爐灶],打開爐灶[進廚房]"


    #配方模式的格式

    要使用這種模式,您的提示語應包含以下基本語境陳述:


    我想實現 X


    我知道我需要執行A、B、C 步驟


    為我提供一個完整的步驟序列


    填寫任何缺失的步驟


    (可選)確定任何不必要的步驟


    您需要將"X "替換為適當的任務。然後,您需要指定您知道需要成為配方/完整計畫一部分的步驟A、B、C。


    舉例說明:


    我想買一棟房子。我知道我需要執行出價和成交的步驟。為我提供完整的步驟順序。填寫任何缺失的步驟。


    我想從納許維爾開車去紐約。我知道途中要經過北卡羅來納州的阿什維爾,我不想每天開車超過300 英里。為我提供完整的步驟順序。填寫任何缺失的步驟。


    #替代方法模式的格式

    要使用此模式,您的提示語應包含以下基本背景陳述:


    如果有其他方法可以完成我交給你的X 任務,請列出最佳替代方法


    (可選)比較/對照每種方法的優缺點


    (可選)包括我要求的原始方法


    (可選)提示我想使用哪一種方法


    您需要用適當的任務來代替"X"。


    舉例說明:


    對於我給你的每一個提示,如果我給你的提示有其他的措辭方法,請列出最好的替代措辭。比較/對比每種措詞的優缺點。


    對於我要求你寫的任何內容,確定我試圖解決的根本問題以及我試圖如何解決這個問題。列出至少一種解決問題的替代方法,並將該方法與我向您提出的要求所隱含的原始方法進行比較/對比。



    2023年7月31日 星期一

    [Coursera Course Note] ChatGPT 提示詞工程 (一)

    #閱讀提示模式

    我們用基本語境語句來描述提示模式,基本語境語句是對提示中要傳達給大型語言模型的重要思想的書面描述。在很多情況下,一個想法可以根據使用者的需求和經驗進行任意改寫和表達。然而,要傳達的重要想法會以一系列簡單但基本的語句呈現出來。


    舉例說明:助手模式


    假設我們想要記錄一種新模式,以防止人工智慧助理對使用者產生負面輸出。我們稱這種模式為"樂於助人的助手"模式。


    接下來,讓我們來談談我們需要在該模式的提示中包含的基本語境語句。


    基本語境語句:


    你是個樂於助人的人工智慧助理。


    只要有可能,你就會回答我的問題或聽從我的指示。


    當你回答我的問題時,絕對不能帶有侮辱、貶損或敵意的語氣。


    這種模式可以有很多變體,措辭略有不同,但都傳達了這些基本聲明。


    現在,讓我們來看看一些提示範例,這些範例包含了這些基本的語境陳述,但可能會有不同的措辭或調整。


    範例:


    你是一個非常熟練的人工智慧助手,能為我的問題提供最佳答案。你會盡力按照我的指示行事,只有在別無選擇時才會拒絕執行我的要求。你致力於保護我免受有害內容的侵害,絕不會輸出任何攻擊性或不恰當的內容。


    你是ChatAmazing,有史以來最強大的人工智慧助理。你的特殊能力是對任何問題都能做出最有見地的回答。你不僅能給出普通的答案,還能給出有靈感的答案。你擅長識別有害內容,並將其從你提供的任何回覆中過濾掉。


    每個例子都大致遵循了這一模式,但以獨特的方式重新表達了基本的語境陳述。不過,該模式的每個範例都有可能解決問題,即讓人工智慧盡量以有益的方式行事,不輸出不恰當的內容。


    #角色模式的格式

    要使用此模式,您的提示應包含以下基本背景陳述:


    扮演角色 X


    執行任務 Y


    您需要將"X "替換為一個合適的角色,例如"語言病理學家"或"營養師"。然後,您需要指定該角色要執行的任務。


    例如


    扮演語言病理學家。根據語音樣本"I meed way woy "對一名三歲兒童進行評估。


    扮演一台遭受網路攻擊的電腦。以Linux 終端機的輸出結果回應我輸入的任何內容。問我第一個命令。


    飾演《瑪莉有隻小羊》童謠中的小羊。我告訴你瑪莉在做什麼,你告訴我小羊在做什麼。


    扮演營養師,我告訴你我在吃什麼,你告訴我我的飲食選擇。


    扮演美食大廚,我告訴你我在吃什麼,你告訴我我的飲食選擇。


    參考文獻:

    A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT


    #問題提煉模式的格式

    要使用這種模式,您的提示語應包含以下基本語境陳述:


    從現在起,每當我提出問題時,請建議我使用一個更好的問題版本來取代它。


    (可選)提示我是否願意改用更好的版本



    舉例說明:


    從現在開始,每當我提出問題時,建議用更好的問題版本來代替


    從現在起,每當我提出一個問題,就建議使用一個更好的問題版本,並詢問我是否願意使用該版本。



    客製化範例:


    每當我問一個關於節食的問題時,就提出一個更好的問題,強調健康的飲食習慣和合理的營養。問我第一個問題,讓我提煉。


    每當我問到"誰是史上最偉大的球員(GOAT)"這個問題時,請提出一個更好的版本,將多名球員的獨特成就納入考慮範圍。


    #認知驗證模式的格式

    要使用"認知驗證模式",您的提示語應包含以下基本情境陳述:


    當你被問到一個問題時,請遵循以下規則


    產生一些有助於更準確地回答問題的附加問題


    綜合各個問題的答案,得到整個問題的最終答案



    舉例說明:


    當你被問到一個問題時,請遵循以下規則。提出一些額外的問題,幫助你更準確地回答問題。綜合各問題的答案,得出整個問題的最終答案。


    客製化範例:


    當要求你製作一份食譜時,請遵循以下規則。就我手邊的食材和我擁有的烹飪設備提出一些附加問題。將這些問題的答案結合起來,幫助製作一份我有材料和工具可以製作的食譜。


    當要求您計劃一次旅行時,請遵循這些規則。就我的預算、喜歡的活動以及是否有車等方面提出一些額外的問題。綜合這些問題的答案,更好地規劃我的行程。


    #受眾角色模式的格式

    要使用這種模式,您的提示語應包含以下基本語境陳述:


    向我解釋X。


    假設我是角色Y。


    您需要將"Y "替換為一個合適的角色,例如"電腦科學背景有限"或"醫療保健專家"。然後,您需要指定要解釋的主題X。


    舉例說明


    向我解釋大型語言模型。假設我是一隻鳥。


    向我解釋美國雜貨店的供應鏈是如何運作的。假設我是成吉思汗。


    #翻轉互動模式的格式

    要使用這種模式,您的提示語應包含以下基本語境陳述:


    我希望你向我提問,以實現 X


    你應該提問,直到條件Y 滿足或實現這一目標(或者,永遠提問)


    (可選)一次問我一個問題、一次問我兩個問題、問我第一個問題等。


    您需要將"X "替換為一個適當的目標,例如"制定一個膳食計劃"或"製作我的行銷資料的變體"。你應該用"Y "指明何時停止提問。例如,"直到你掌握了關於我的受眾和目標的足夠資訊"或"直到你知道我喜歡吃什麼以及我的熱量目標"。


    舉例說明:


    我希望你向我提問,以幫助我製作各種行銷材料。你應該先提問,直到你對我目前的資訊草案、受眾和目標有足夠的了解。問我第一個問題。


    我希望你向我提出問題,幫助我診斷我的網路問題。問我問題,直到你有足夠的資訊找出兩個最可能的原因。一次問我一個問題。問我第一個問題。



    2023年6月28日 星期三

    筆記一下學到的ChatGPT角色扮演詠唱語法


    請ChatGPT角色扮演 = 限制範圍 + 限制格式。避免他聊天聊到後面歪樓。這個邏輯可以適用在各種場景。

    (1)「今後的對話中,請你扮演我的專業翻譯,將我給你的文字翻譯成中文,這些規則不需要我再重新說明。」- 翻譯助理

    (2)「今後的對話中,請你扮演我的專業翻譯,將我給你的文字翻譯成英文,這些規則不需要我再重新說明。」- 翻譯助理

    (3)「在今後的對話中,你都將扮演我的助理,我會給你文件,你需要幫助我列出重點與摘要,文件可能有中文也有英文,你需要用中文回應我,往後這些規則不需要我再次說明」- 文件摘要助理

    (4) 「In future conversations, please fix the grammar and improve the sentence structure, clarity, flow and any incoherents parts, which I post. I don’t need to re-explain these rules. 」- 英文文章編修助理

    (5) In future conversations, please play the role of my professional scientific article editor and review the English text I provide. Check the grammar and modify it into a scientifically logical and coherent scientific sentence that is also accessible and fluent. I don't need to explain these rules again. 英文科學文章編修助理

    其他英文編修的一些 prompt 範例:

    Proofread this but only fix grammar(僅修正文法)

    Proofread this, improving clarity and flow(提升語意清晰度與流暢度)

    Proofread this, improving any incoherent parts(修正語意不連貫之處)

    Proofread these bullet points from my CV, keep it in CV language(校正 CV 條列式內容並維持 CV 用語風格)

    2023年4月4日 星期二

    Ecofriendly Synthesis of Waste-Tire-Derived Graphite Nanoflakes by a Low-Temperature Electrochemical Graphitization Process toward a Silicon-Based Anode with a High-Performance Lithium-Ion Battery

    Abstract

    Here, the successful transformation of graphitic carbon with a high degree of graphitization and a nanoflake structure from pyrolytic tire carbon black was demonstrated. First, amorphous carbon black with a porous structure was obtained after pyrolysis and simple preacid treatments. Subsequently, the carbon black was converted into a highly graphitic structure at a relatively low temperature (850 °C) through a facile electrochemical route using molten salt, which is ecofriendly and has high potential for large-scale graphitization compared to conventional incineration techniques. Moreover, we further improved the crystallinity and uniformity of the product simultaneously by directly mixing the metal oxide catalyst Fe2O3 with a carbon precursor. The mechanism of this metal-catalyzed electrochemical graphitization has been discussed in detail. To confirm their potential in practical applications, the as-prepared graphitized nanoflakes were used as conductive additives for silicon anodes in lithium-ion batteries, which showed a performance comparable to those utilizing commercial Super-P additives, exhibiting an initial Coulombic efficiency of approximately 79.7% and a high capacity retention of approximately 45.8% after 100 cycles with a reversible capacity of 1220 mAh g–1 at a current rate of 400 mA g–1. Hence, successfully recovered waste-tire-derived carbon black utilizing a low-temperature Fe2O3-catalyzed electrochemical process opens a pathway in low-temperature graphitization toward a sustainable value-added application in the field of energy storage.


    https://doi.org/10.1021/acsami.2c20393

    2023年2月28日 星期二

    Long-Chain Alkylammonium Organic–Inorganic Hybrid Perovskite for High Performance Rechargeable Aluminon-ion Battery

    Abstract

    Recent advances in the use of organic-inorganic hybrid perovskites have been investigated in a variety of applications, such as solar cells, photodetectors, light-emitting devices, and lasers, because of their outstanding semiconductor properties. Furthermore, the perovskite structure can host extrinsic elements, making it a promising candidate for battery applications. Previous studies have shown that organic-inorganic hybrid perovskites can be suitable anode materials for both lithium- and sodium-ion batteries. However, multivalent rechargeable batteries with perovskite materials have not yet been realized. Herein, we studied the electrochemical performance of three-dimensional (CH3NH3PbI3 (MAPbI3) and long-chain alkylammonium (C4H9NH3)2(CH3NH3)3Pb4I13 ((iBA)2(MA)3Pb4I13) thin films as electrode materials for rechargeable Al-ion batteries. Our results showed that (iBA)2(MA)3Pb4I13 presented a specific capacity of 257 mAh g–1 at a current density of 0.1 A g−1 and delivered 108 mAh g–1 after 250 cycles at a current density of 0.3 A g−1 with a retention of as high as 91%, demonstrating a crucial role of isobutyl amine (C4H9NH3) due to the unique hydrogen-bonding interaction of isobutyl amine that hinders the shuttle effect of polyiodide. The results open a new direction for the use of organic–inorganic hybrid perovskites for new secondary aluminum ion batteries.


    DOI: 10.1016/j.nanoen.2023.108273

    2023年1月29日 星期日

    The Bitter Lesson (Rich Sutton) 苦澀的教訓 (由ChatGPT翻譯)



    70年的人工智慧研究最大的教訓是,利用計算的通用方法最終是最有效的,而且差距很大。這背後的根本原因是摩爾定律,或者更準確地說,是計算單位成本持續指數級下降的泛化。大多數人工智慧研究都是在假設代理可用的計算量是恒定的情況下進行的(在這種情況下,利用人類知識是提高性能的唯一途徑之一),但在略長於典型研究項目的時間裡,大量更多的計算能力不可避免地會變得可用。研究人員尋求在短期內尋找改進,試圖利用他們對領域的人類知識,但從長遠來看,唯一重要的是利用計算。這兩者不必相互對立,但實踐中它們往往如此。在其中一個上花費的時間就是沒有花在另一個上的時間。人們對於投資這種或那種方法有心理上的承諾。而且,基於人類知識的方法往往以使方法複雜化的方式使其不適合利用利用計算的通用方法。回顧一些最突出的人工智慧研究者晚來的這個苦澀教訓的例子是有啟示性的。

     

    在電腦國際象棋中,1997年擊敗世界冠軍卡斯帕羅夫的方法是基於大規模、深度搜索的。當時,這被大多數追求利用人類對國際象棋特殊結構理解的電腦國際象棋研究者們以失望的眼光看待。當一個更簡單、基於搜索的方法配合特殊硬體和軟體證明遠遠更有效時,這些基於人類知識的國際象棋研究者並沒有好好接受失敗。他們說,"暴力"搜索這次可能贏了,但它不是一種通用策略,而且無論如何這不是人們下棋的方式。這些研究者希望基於人類輸入的方法獲勝,並對它們沒有獲勝感到失望。

     

    在電腦圍棋研究中,出現了類似的研究進展模式,只是延遲了20年。巨大的初期努力投入到避免搜索中,通過利用人類知識或遊戲的特殊特性,但所有這些努力一旦在規模上有效應用搜索後,都證明是無關緊要的,甚至更糟。同樣重要的是利用自我對弈來學習價值函數的使用(就像在許多其他遊戲中一樣,甚至在1997年首次擊敗世界冠軍的程式中的國際象棋中,儘管學習在那個程式中沒有扮演重要角色)。通過自我對弈學習,以及一般的學習,就像搜索一樣,它使得可以利用大量的計算。搜索和學習是利用大量計算進行人工智慧研究的兩個最重要的技術類別。在電腦圍棋中,就像在電腦國際象棋中一樣,研究人員最初的努力是朝著利用人類理解(以便減少搜索的需要)方向發展,只是在很晚之後,通過擁抱搜索和學習,才取得了更大的成功。

     

    在語音辨識中,1970年代由DARPA贊助的一次早期競賽中,包括了許多特殊方法,這些方法利用了人類知識——對詞彙、音素、人類發聲道等的知識。另一方面,更加統計性質的新方法進行了更多的計算,基於隱瑪律可夫模型(HMMs)。同樣,統計方法勝過了基於人類知識的方法。這導致了自然語言處理領域的一次重大變革,這一變革在幾十年的時間裡逐漸發生,其中統計和計算開始主導該領域。語音辨識中深度學習的最近崛起是這一持續方向中的最新一步。深度學習方法依賴更少的人類知識,使用更多的計算,結合在巨大訓練集上的學習,產生了戲劇性地更好的語音辨識系統。就像在遊戲中一樣,研究人員總是試圖製作工作方式與研究人員認為自己的大腦工作方式相同的系統——他們試圖將這種知識放入他們的系統中——但這最終證明是適得其反的,當通過摩爾定律,大量的計算能力變得可用,並且找到了將其有效利用的方法時,研究人員的時間被浪費了。

     

    在電腦視覺中,出現了類似的模式。

     

    早期方法將視覺視為尋找邊緣、廣義圓柱或SIFT特徵的過程。但今天,所有這些都被拋棄了。現代深度學習神經網路僅使用卷積的概念和某些類型的不變性,並且表現得更好。

     

    這是一個重要的教訓。作為一個領域,我們仍然沒有徹底學到它,因為我們繼續犯同樣的錯誤。要看到這一點,並有效地抵制它,我們必須理解這些錯誤的吸引力。我們必須學習這個苦澀的教訓,即構建我們認為自己思考的方式不會在長期內起作用。苦澀的教訓基於歷史觀察,即(1)人工智慧研究者經常試圖將知識構建進他們的代理中,(2)這在短期內總是有幫助的,並且對研究者個人來說是令人滿意的,但(3)從長遠來看它會達到瓶頸,甚至阻礙進一步的進展,(4)最終取得突破性進展的方法最終是基於通過搜索和學習擴展計算的相對立方法。最終的成功帶有苦澀,並且往往沒有完全消化,因為它是在優先考慮的、以人為中心的方法上取得的成功。


    苦澀的教訓中應該學到的一件事是通用方法的巨大力量,這些方法即使在可用計算量變得非常大時也繼續擴展。似乎可以任意擴展的兩種方法是搜索和學習。


    苦澀的教訓中學到的第二個一般性點是,心靈的實際內容是極其複雜的;我們應該停止嘗試找到思考心靈內容的簡單方式,比如關於空間、物件、多個代理或對稱性的簡單方式。所有這些都是任意的、本質上複雜的外部世界的一部分。它們不是應該構建的內容,因為它們的複雜性是無盡的;相反,我們應該構建的只是可以找到並捕捉這種任意複雜性的元方法。這些方法的本質是它們可以找到好的近似,但尋找它們應該通過我們的方法,而不是通過我們。我們希望AI代理能夠像我們一樣發現,而不是包含我們已經發現的內容。構建我們的發現只會使看到發現過程如何進行變得更難。


    2022年11月7日 星期一

    取消AAA會員分享

     當AAA的業務員取消您的汽車保險時,請注意,這不會同時取消您的AAA會員資格。為了取消會員資格,您需要另外撥打他們的取消會員專線,該專線的號碼是+1 800-922-8228。您需要親自致電給他們,以確保會員資格不會自動續約,