Lab隨記

  最近嘗試做了一個GPTs，是有關於J1學者如何在Stanford 順利 Settle down的聊天機器人，知識庫內容主要來自我的個人經驗(僅供參考)、Stanford Bechtel International Center、STSA student handbook 與ACSSS 新生手冊。 供近期有要來Stanford J1學者 或是去美國其他學校的 J1學者參考。 P.S. 這個聊天機器人要有GPT4帳號的用戶才能使用~ https://chat.openai.com/g/g-nIKQo04OT-stanford-j-1-scholar-navigator

 標題即網站影片連結 1. 🗣️ Large Language Model Course 2. 📺 ML YouTube Courses 3.  Prompt Engineering with Llama 2 4. 66個大型語言模型LLM經典論文 5.  Scientific Large Language Models (Sci-LLMs) 6. Machine Learning Engineering Open Book  (手把手教你如何搭LLM，作者: Stas Bekman ) 7.  10 Ways To Run LLMs Locally And Which One Works Best For You  (本地運行LLM的10種方法) 8. AI by Hand  https://lnkd.in/gj3vcVSi    https://reurl.cc/XqM9d0 9. Tools for Building LLM Applications   https://reurl.cc/2zqe3v    https://reurl.cc/eLYgZW Youtube頻道: Andrej Karpathy 1  [1hr Talk] Intro to Large Language Models. Youtube頻道:  Jeff Su 1.  Master the Perfect ChatGPT Prompt Formula (in just 8 minutes)! Youtube頻道: 林粒粒呀 1. 啥是“AIGC”？带你分清一堆AI技术词 | AI大模型科普1 | What is Generative AI? 2. 啥是大语言模型（LLM）？| AI大模型科普2 | What is large language model? 3. ChatGPT原理揭密！背后的黑科技Transformer | Demystify Transformer Behind ChatGPT

 1. AI for Science in 2023: A Community Primer https://medium.com/@AI_for_Science/ai-for-science-in-2023-a-community-primer-d2c2db37e9a7 2. Materials Project Seminars – Tian Xie "MatterGen: a generative model for inorganic materials design" https://www.youtube.com/watch?v=Smz1go6_Spo&t=2220s&ab_channel=MaterialsProject 3.  Scientific Large Language Models (Sci-LLMs) 4.  Automated Chemical Reaction Extraction from Scientific Literature 5.  MatSciBERT: A materials domain language model for text mining and information extraction 6.  A database of refractive indices and dielectric constants auto-generated using ChemDataExtractor 7.  A thermoelectric materials database auto-generated from the scientific literature using ChemDataExtractor 8.  A general-purpose material property data extraction pipeline from large polymer corpora using natural language processing 9.  A corpus of CO2 electrocatalytic reduction process extracted from the ...

即將返國，面對一個小難題：如何保留美國的電話號碼，以便繼續接收銀行和各類網站的驗證碼，甚至需要時能撥打到客服？ Google Voice是個不錯的選擇，只需20美元，就可以將現有的美國手機門號轉移到Google Voice，這樣不僅可以保持通話功能，還能收發簡訊。 以下是操作步驟，希望能幫到有相同需求的朋友： 1.首先，登入Google Voice的官網（ https://voice.google.com）。 2.網站上選擇“帳號”，然後找到“攜碼”的選項。 3.接下來，點擊“開始設定”。需要注意的是，這裡Google會收取20美元的一次性費用。而且，這個操作會讓你目前的電信合約立即終止，有可能會產生一些額外費用。 4..按照指示輸入你希望轉移的手機號碼，並完成驗證過程。 這個過程讓我成功地保留了我的美國電話號碼，即使我回到了台灣，讓我在海外也能方便地與美國的服務保持聯繫。希望我的分享能對你有所幫助！

  #ACHIEVE 框架 我們應該以增強智能而非人工智慧為重點來對待人工智慧。增強智能是指利用人工智慧增強人類的能力，而不是取代人類。我們的目標是創造一個"心靈的外骨骼"--能夠增強我們的創造力、生產力和解決問題能力的工具。 增強型智能讓人類始終處於環路之中。它提供幫助和協助，但依賴人類的指導、監督和改進。這確保了人在整個過程中的不可或缺性，而不是被自動化掉。增強智能將人類和機器的優勢結合起來，幫助我們更批判性地思考，跳脫偏見的束縛，激發新的解決方案，完成我們無法獨立完成的偉大事業。它拓展了人類的可能性。這種合作方式認識到，人類和人工智慧都擁有獨特的能力。關鍵在於如何利用人工智慧來增強和補充我們人類特有的技能和火花。 Achieve 框架提供了一種使用生成式人工智慧的方法，這種方法可以增強人類智能，而不是取代人類。其目標是透過結合人類和人工智慧的優勢，提高創造力、生產力和解決問題的能力。 Achieve 框架的主要面向包括 協助人類協調--利用人工智慧總結討論內容、澄清計畫中的模糊之處並識別潛在衝突，從而幫助團隊更好地協調。 減少乏味的工作--將重複性的瑣碎工作自動化，讓人們可以將時間集中在更有意義、更吸引人的活動上。 幫助提供一個安全網--讓人工智慧審查工作產品，捕捉人類可能忽略的錯誤和失誤。 激發更好的問題解決能力和創造力--與人工智慧輸出互動，激發新想法和批判性思考。把它當作一個起點，而不是最終產品。 讓偉大的創意更快地擴展--利用生成能力，以人類無法實現的方式，快速建立原型並擴展創意概念。 Achieve 的縮寫可概括為 A：幫助人類協調 C：減少繁瑣任務 H：協助提供安全網 IEV：激發更好的解決問題的能力和創造力 E：讓偉大的創意更快推廣 採用這種增強智慧的思維方式，可以確保人類仍然是流程中不可或缺的一部分，而不是被自動化掉。關鍵在於利用人工智慧的能力，同時仍重視、指導和改進其工作。以這種方式合理使用人工智慧，可以改變個人和組織所能取得的成就。 #過濾和引用的提示模式 過濾是生成式人工智慧的一個有用應用，但它應該應用於用戶已經可以訪問的信息，而不是決定用戶應該訪問哪些信息。需要有一個單獨的程式來決定適當的存取權限。它不應該用來決定哪些資訊可以向外界發布，而是用來支持人類的推理。 在使用生成式人工智慧進行過濾時，追溯到原始資訊至關重要...

  #這個問題適合ChatGPT 進階資料分析嗎？ 如何確定我們是否應該嘗試使用ChatGPT 進階資料分析來解決給定的問題？ 以下是確定問題是否合適的一些基本考慮因素。 1.檢查解決方案是否正確、錯誤是否不會產生新問題很容易。 ChatGPT 進階資料分析可能會犯錯。 儘管ChatGPT 進階資料分析會建立Python 程式碼來執行許多操作，但在產生的Python 程式碼中仍可能出現錯誤。 您應該將注意力集中在可以犯錯或容易發現錯誤的問題上。 例如，一個幫助您集思廣益的應用程式就非常容易出錯。 產生糟糕的問題或想不出好的問題不會造成傷害，但可能沒有幫助。 確定人類是否能獲得貸款的應用程式是一個糟糕的用例，因為解決方案中的錯誤可能會造成巨大的傷害。 找到解決方案一定比檢查解決方案是否正確更耗時。 檢查填字遊戲的謎底是否正確很容易，但想出謎底卻難得多。 檢查一個膳食計劃是否符合你的口味要比想出膳食計劃容易得多。 2. 問題的部分或有缺陷的解決方案是有價值的。 由於ChatGPT 高級數據分析能夠促進迭代開發、調試和快速原型設計，因此部分或有缺陷的解決方案仍有價值。 該平台的互動性使用戶能夠探索不同的方法，進行漸進式調整，並從錯誤中學習，所有這些都能讓用戶更好地理解問題，並獲得更強大的解決方案。 即使解決方案並不完美，但對於特定目的、限製或教育目標來說，它也是有價值的。 ChatGPT 高級數據分析的靈活性和適應性使用戶能夠專注於問題的關鍵方面，並提供滿足關鍵要求的解決方案，而不一定要達到完美。 這種完美與實用之間的平衡優化了資源的使用，使其成為適用於各種情況的工具，包括那些需要快速開發或資源優化的情況。 部分解決方案有價值的問題範例有哪些？ 任何您需要對問題進行額外洞察的領域，例如創建與文件相關的問題、幫助發現不同會議中決策的衝突、提供之前不存在的人工決策的第二重檢查、生成營銷信息樣本、勾勒複雜文檔的輪廓或識別潛在的相關信息，都是部分解決方案有價值的案例。 3. 問題的解決方案將支持你的創造力和思考。 ChatGPT 進階資料分析和其他類似的人工智慧工具具有驚人的優勢，但前提是它們必須支援你的思維和創造力。 你的思維為這些工具提供了創造性的火花，從而產生了真正偉大的成果。 如果你使用工具的方式會讓你減少思考，那就不值得使用該工具。 在使用ChatGPT 進階資...