2025年8月31日 星期日

One Million Screenshots – 这是真的！居然有人为 100 多万个网站截图，还放到了网上

One Million Screenshots – 这是真的！居然有人为 100 多万个网站截图，还放到了网上

https://www.appinn.com/one-million-screenshots/

One Million Screenshots 说：我们渲染（截图）了超过 100 万个互联网热门主页。  这是一个挺离谱的网站。 打开这个链接会随机看到一个网页的截图 https://onemillionscreenshots.com/?q=random 打开这个链接，会直接打开 appinn.com 网站的截图。 https://onemillionscreenshots.com/?q=appinn.com 甚至，他们还有 API 可以直接显示图片： <img src="https://screenshotof.com/appinn.com" /> 效果是这样的：  你可以添加自己的网站，不过是等待列表，不会立即加入 另外，每一个网站都有一些相关信息，比如从这里，可以看到：  相似的颜色 相似的标题 相似的描述 相似的样式等等   以及历史截图、站点数据。 青小蛙看到 appinn.com 最早的截图来自2024年1月，一个月一张。  以下为 One Million Screenshots 的 Q&A： 这是什么？ 它是 1,048,576 个主页屏幕截图的集合，你可以一直放大。这是一种探索网络的奇怪而美妙的方式。它也是一个免费的 API，用于将网站屏幕截图嵌入到您自己的项目中。 为什么存在？ 我们想庆祝 Urlbox 在 2023 年为客户截取超过 1 亿张屏幕截图……所以我们认为每个月多拍 1,048,576 张屏幕截图会很有趣……我们有没有提到我们真的很喜欢屏幕截图。 它是如何制作的？ 该站点是使用 Next.js 和 Leaflet.js 制作的，并部署到 Cloudflare。屏幕截图是用 Urlbox 拍摄的。后期处理是在 Hatchbox 上运行的 Ruby 和 Vips 完成的。 它是什么时候制作的？ 我们于 2024 年 1 月 1 日开始为此截取屏幕截图。此后，我们在每个月的第一天都会截取更多屏幕截图。界面和后期处理作为一个副项目随着时间的推移而发展。 如何选择截图的网站？ 我们目前使用通用爬虫网络图中按页面排名靠前的网站。排名最高的网站位于中心层，最低的网站位于边缘层。由于一个错误，您会在 0,0 发现不同的东西。 类似的主页如何运作？ 我们为每个屏幕截图创建了各种向量嵌入，以帮助检测异常和敏感内容。有些向量嵌入使用图像本身，有些则使用 URL 中的元数据和内容。 我们还使用这些嵌入，将相似的网站大致放置在屏幕截图每一层的相似区域（左/右/上/下）。这个人工智能目前还无法像你想象的那样持续地建立关联，但这可能是一种有趣的探索方式。 屏幕截图何时更新？ 每个月的第一天。可能需要几天时间才能进行后处理并将屏幕截图显示在地图上。 为什么我的主页无法通过 API 访问？ 我们目前仅通过免费 API 提供顶级网站。您的可能会在未来几个月添加。您可以使用 Urlbox 呈现您喜欢的任何 URL 并在此处提交建议。 我可以添加我的网站吗？ 还没有。但我们可能会在未来几个月扩展 – 每个月回来查看，您可能会找到它。 我可以在我的项目中使用屏幕截图吗？ 是的。您可以从地图下载屏幕截图。您还可以使用 API 获取屏幕截图。我们只要求您链接回项目中的 Screenshot Of。 谁做的？ 乔纳森·马克韦尔 （@jot）、卢卡斯·维塞汉 （@lukaswiesehan） 和克里斯·罗巴克 （@cjroebuck） 做到了这一点。 这到底是在哪里制造的？ 在英国苏塞克斯、德国下萨克森州和英国约克郡。  原文：https://www.appinn.com/one-million-screenshots/ 你要说这个东西有什么用？当然是#真的没什么用啊！ [ 点击前往获取链接 ]

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

成人色情网站暗藏陷阱！SVG图片被植入恶意代码，可直接劫持你的Facebook！

成人色情网站暗藏陷阱！SVG图片被植入恶意代码，可直接劫持你的Facebook！

https://www.freedidi.com/20390.html

新西兰网络安全公司 Malwarebytes 近日披露，一些成人色情网站正在针对特定访问者植入恶意代码，以劫持他们的 Facebook 账号。被劫持的账号随后会被用于为某些广告帖子刷点赞，帮助推广内容。  虽然劫持社交媒体账号的手法并不新鲜，但这次的攻击更具隐蔽性——攻击者将恶意代码直接嵌入到 SVG（可缩放矢量图形） 文件中，从而绕过常规安全检测，让用户和多数安全软件都难以察觉。  SVG 图像为何成为黑客武器？ SVG 与常见的 JPG、PNG 不同，它是一种基于 XML 的矢量图像格式，可以无限缩放而不失真。更关键的是，SVG 文件不仅能描述图像形状，还可以嵌入 HTML 和 JavaScript 脚本。这一特性，成为黑客隐藏恶意代码的"完美载体"。  攻击流程揭秘 Malwarebytes 的调查显示，部分色情网站会通过诱导用户点击 SVG 图片来触发攻击：   用户点击图片后，嵌入在 SVG 内的恶意 JavaScript 会立即执行。   这些脚本会尝试接管用户的 Facebook 会话权限，从而控制账号。   被劫持的账号会自动为指定的广告帖子点赞，帮助其提升曝光量。   为了躲避检测，攻击者对恶意代码进行了多层混淆。初始脚本会下载额外的混淆代码，最终执行的恶意载荷被安全公司命名为 Trojan.JS.Likejack（根据木马行为命名）。  谁在背后操纵？ 目前尚不清楚，这些恶意 SVG 图像是由网站运营方主动投放，还是网站遭到入侵后被黑客植入。但 Malwarebytes 注意到，这些网站普遍运行 WordPress 系统。鉴于 SVG 图片会直接显示在前台页面，站点管理员很可能会察觉其存在，因此专家推测大概率是网站运营方自导自演。  防护与应对 Malwarebytes 已经更新了安全规则，可以在用户访问相关网站并尝试加载恶意脚本时进行拦截，阻止木马进入浏览器运行。 安全专家提醒：   避免访问来历不明或存在风险的网站，尤其是成人内容站点。   禁用浏览器中不必要的脚本执行权限。   定期更新安全软件和浏览器版本，以提高防护能力。    

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

大創、無印良品、IKEA聯手！拯救你的桌面收納地獄！化妝桌、辦公桌、書桌、餐桌通通變整齊，最強桌面收納法18招一次教會你｜總整理｜蛙家

大創、無印良品、IKEA聯手！拯救你的桌面收納地獄！化妝桌、辦公桌、書桌、餐桌通通變整齊，最強桌面收納法18招一次教會你｜總整理｜蛙家

https://www.youtube.com/watch?v=_vcXR1RDXe8

https://www.youtube.com/watch?v=_vcXR1RDXe8值得閱讀的理由提供餐桌、書桌、化妝桌三大桌面區域的完整收納策略，協助觀眾打造整潔高效的個人空間。詳細介紹多達18款實用收納小物，涵蓋市面上常見品牌如大創、IKEA、無印良品等，並提供具體使用範例。不僅解決雜物堆積、線材凌亂等常見困擾，更引入「二八原則」和「直立式收納」等概念，從根本提升居家收納效率與生活品質。摘要影片開頭指出，許多觀眾可能都有餐桌、書桌、化妝桌雜物無限增生，導致空間凌亂、物品難尋的困擾。餐桌變成「家中臨時集散地」，書桌影響專注力，化妝桌則破壞了美好心情。為此，作者將帶領觀眾一起整理這三大桌面，並介紹多款實用小物，幫助大家重拾整潔與秩序。餐桌收納：打造潔淨用餐空間作者首先針對常被用作「家中臨時集散地」的餐桌進行整理。為了解決包裹、鑰匙、充電線等雜物堆積的問題，作者建議目標是讓餐桌越乾淨越好。第一項實用小物是大創的「DESK LABO自由組裝收納盒」，可組裝成文件、帳單、印鑑的集散地，便於分類管理文件與小型文具，並建議一週定期整理，確保帳單與代辦事項不逾期。此外，為了解決衛生紙盒容易被湯水弄濕、遙控器四散的問題，影片介紹了懸空收納技巧：在衛生紙盒底部黏上強力磁鐵，桌底黏上引磁片，即可將盒子收納於桌下，抽取順手且不佔桌面空間。同樣地，遙控器可黏上魔鬼氈貼在櫃子側面，減少被食物潑到的機會。針對居家辦公可能導致餐桌被充電線、延長線佔據的問題，作者建議打造一個3C設備充電站。將延長線藏於收納盒內，並從上方孔洞拉出所需電線長度，使線材看起來整齊俐落。若電線過長，可搭配無印良品的「附裁線束繩帶」捆綁收納，讓餐桌隨時保持乾淨整齊。影片中也特別介紹「大噐NORMAE系列」的插座及開關面板，選用阻燃級ABS材質打造，具備一體成形極致啞光面，且2025年全新抗菌版更是市面上唯一具永久抗菌功能的產品，提升居家安全與質感，觀眾可輕鬆自行更換。書桌收納：提升專注與效率的秘訣書桌作為工作、閱讀、學習的多功能區域，其整潔度直接影響專注力與效率。作者提出「二八原則」，建議書桌保持80%的空白，只放置20%的常用物品，以維持整齊。針對筆類文具，推薦大創的「連結式筆筒」，提供細長與寬窄兩款尺寸，可依顏色或物品大小分類收納，組裝彈性高。若筆類較少，IKEA的「收納盒」附提把設計，方便轉換讀書地點，且底部可拆卸，方便清潔。為實現桌面視覺統一或解決積灰塵問題，作者分享了三款收納盒：一是桌上型抽屜盒，容量大、可堆疊，適合收納計算機、印台等較大件用品；二是迷你斜取收納，適合集中收納釘書機、迴紋針等容易散落的小物品；三是「紙膠帶收納盒」，斜取式設計與透明盒身，讓紙膠帶一目了然，取用順手。處理完文具小物後，作者轉向文件收納，強調應避免疊放，因為這會導致取用不便且下方文件容易被遺忘。建議利用「直立式雜誌架」區分「處理中」、「一次性」、「已完成」等不同階段資料，不僅有效分類，據稱還能比平放省出74倍的空間。若觀眾追求書桌造型變化，影片介紹了一款「四種收納方式的桌上型書架」，可隨心情調整長度與擺放物品，或活用大創的「碗盤架」作為書檔，直立收納筆記本、日曆等，具備個人風格。除了桌面空間，桌下空間也應善加利用。若不喜歡桌面雜物多或書桌無抽屜，可使用黏貼式的「桌下抽屜式收納盒」自製隱藏抽屜。而筆電、螢幕、手機等眾多電子產品的電線亂源，可使用IKEA的「電線收納盒」掛扣於桌旁，將線頭藏於桌面下，搭配「電線固定夾」讓線材更有秩序，打造清爽的工作空間。化妝桌收納：美妝品井然有序化妝桌的整潔對於愛美人士至關重要。影片推薦日本大創限定的「茶包收納盒」，其V型底部設計讓物品傾斜更好拿取，且能上下組合變為直立式收納，適合放置眉筆、眼線筆、眼影盒等輕巧化妝品，也可作為小型醫療箱收納常備藥品。對於髮圈、小夾子、隱形眼鏡等微小物，則建議使用「九格抽屜收納盒」，多格設計集中收納各类小件物品，抽拉順暢，方便替換內容物。萬用洞洞板：垂直收納的無限可能作者最後隆重推薦萬用洞洞板，強調其不論在書桌、辦公桌或化妝桌都能使用。洞洞板的最大優點是提供直立式收納，有效減少桌面空間使用。此外，各品牌洞洞板皆有多種配件可選購，觀眾可依個人需求選擇最適合的組合。影片示範了洞洞板在書桌與化妝桌的應用。書桌方面，可固定底座後，利用圓弧收納盒放置原子筆、釘書機，掛勾掛置耳機、鑰匙，長型筆筒收納筆記本，並可設置留言板提醒代辦事項，讓所有文具集中收納且超省空間。化妝桌方面，則可利用平台收納眼影盤，圓弧收納盒放置口紅、防曬，掛勾掛置睫毛夾，大盒子收納梳子，並預留空間擺放化妝鏡，讓每樣物品都有獨立的小空間。總結來說，作者共介紹了18款收納小物，為餐桌、書桌、化妝桌進行了一場大健檢。影片強調，整理桌面不僅能讓空間變得清爽整潔，更是為自己創造一個可以專注工作、好好生活的角落。影片最後更鼓勵觀眾留言分享最愛的桌面收納好物，就有機會獲得神秘小禮物。================================================# 影片開始大家好 我們是蛙家。您有沒有覺得家裡的餐桌。就像是會無限增生雜物一樣。明明早上才整理好。下午又堆滿信件、零食。書桌上的電線。文件全部堆滿。還會造成找不到滑鼠的窘境。化妝桌上的化妝品們東倒西歪。看起來早起化妝的好心情都沒了。今天蛙編要帶您一起整理。三大桌面－餐桌、書桌、化妝桌。還會介紹超多實用小物。快來看看吧。影片看到最後。有禮物要送你喔。餐桌收納。看看這個凌亂的餐桌。# 餐桌收納到底是拿來放東西的還是拿來吃飯的。很多人會把餐桌當作「家中臨時集散地」。包裹放這、鑰匙丟這。喝完的咖啡杯甚至是充電線也亂成一團。每次開飯前還要先把東西移開才能好好用餐。所以我們今天的目標就是把餐桌收得越乾淨越好。第一樣要介紹的是大創的DESK LABO自由組裝收納盒。蛙編買了三種尺寸。組裝後就可以當作文件、帳單、印鑑的集散地。後排適合蒐集剛從信箱領回的帳單信件等。前方的小格子搭配分隔板。收納膠水、釘書機等小型文具。最下層的抽屜櫃隱密性好。放進簽收包裹、掛號信需要的印鑑。就不用每次郵差來時還手忙腳亂找不到。建議一週定期整理一次收納盒內容。固定檢視自己是否有帳單快逾期。或有代辦事項沒有處理。就能讓生活更有秩序喔。說到餐桌不可或缺的一定非衛生紙莫屬。但湯湯水水的飲料。食物不小心就會把上層的衛生紙弄濕。這時只要把衛生紙盒底部黏上強力磁鐵。桌底黏上引磁片。就能將盒子懸空收納在桌子底下。抽取順手還解決了餐桌雜亂的問題。讓桌面看起來用更乾淨了呢。除了懸空收納衛生紙外。遙控器們也可以喔。冷氣、電視遙控器常常一丟就不知道跑去哪。在背面黏上魔鬼氈後貼上櫃子側面。降低在餐桌上被食物潑到的機率。讓每支遙控器都可以乾乾淨淨的再也不會弄丟啦。近年來居家上班越來越盛行。如果家中沒有適合辦公的書房。餐桌就會變成工作桌。充電線、延長線也悄悄佔據了餐桌的空間。不只看起來凌亂。還可能有不小心濺到水的安全疑慮。打造一個3C設備充電站。把延長線藏在收納盒內。並從上方的小孔洞拉出所需的電線長度。不只能讓整體線材看起來整齊俐落。更棒的是電線盒還附有蓋子。避免灰塵堆積。內部的電線如果太長怕打結。也可以搭配無印良品的附裁線束繩帶。把過長的電線捲起收納好。讓整理完的餐桌隨時保持乾淨整齊的狀態。這樣以後吃飯的時候就再也不用東搬西喬了。除了電線收納以外。好的插座才是確保安全無虞的根本。你家插座也有這種問題嗎。破損、泛黃、或是老舊的插座面板嗎。想要質感升級卻不知道怎麼做。大噐 讓你輕鬆解決插座、開關不美觀的問題。大噐 NORMAE 系列。是對應於台灣常見的國際牌星光系列的改裝品。選用台灣奇美公司阻燃級ABS材質打造。一體成形的極致啞光面。融入各種室內設計風格。讓您的設計更加完美。2025年全新抗菌版。是目前市面上唯一有抗菌功能的開關面板。不用擔心磨損或幾年後抗菌功能失效。大噐在製造中加入抗菌材料。一體成形達到真正的永久抗菌。有效減少觸摸傳染的可能性。居家使用最安心。守護全家人的健康。大噐改裝面板輕鬆超簡單。自己也能更換。這麼方便。趕快幫你的插座穿上新衣吧。更多資訊可以點擊下方資訊欄查看喔！大噐建築師的最佳解決方案。書桌收納。# 書桌收納整理完餐桌後就要來檢視重災區－書桌。書桌的功能非常多。可以工作、閱讀、學習。書桌一亂可能反映到我們的專注力。凌亂的桌面容易讓人分心。找不到文具時還會降低做事效率。活用二八原則。保持80%的空白、只放上20%的常用物品。就可以讓書桌常保整齊喔。不論讀書、辦公，鉛筆、原子筆。可以說是使用頻率最高的文具了。要是沒有一個固定的收納方式。往往就會散落在桌面各處。常被壓在厚重的文件下。找到了還有可能已經沒水了。使用大創的連結式筆筒能分類各種不同類型的筆。總共有兩款尺寸。細長型及寬窄型。透過簡單步驟組裝。連結在一起。中間還有斜度隔板讓拿筆的方式更順手。細長型的放上常用的筆類等。還可以依照顏色分層分類。寬窄型的放上比較大件的膠台、立可帶、便利貼、橡皮擦。中間的隔板可以依照使用習慣拆裝。使用上有很高的彈性。推薦所有學生族群都要入手一組。如果筆類用品比較少。也可以試試這款IKEA的收納盒。上方多了一個提把。如果想要轉換地方念書也很方便。右邊放剪刀、立可帶，左邊放筆類。收納盒的材質可以搭配磁吸夾 夾上便條紙。也不用擔心用久了底座會累積灰塵。因為底部設計成可拆卸式，相當好清潔。當作筆筒也是一個不錯的選擇喔。真的很擔心積灰塵。或是希望桌面上有更統一的視覺。可以試試以下三款不同的收納盒。第一款是桌上型抽屜盒。這種抽屜盒容量大。可以收納物品也較多元。白色系不僅簡單百搭還很耐看。把多個抽屜堆疊起來收納文具。像是計算機、印台、膠水等。比較大件的用品都能放進。或是想要集中收納同類物。可以試試迷你斜取收納。像是釘書機加上訂書針、迴紋針燕尾夾等。讓容易散落在各處的小物品集中收納。臨時需要裝訂文件時就不會手忙腳亂啦。不知道有沒有人跟蛙編一樣。有看到紙膠帶就想買的習慣。紙膠帶款式百百種每樣都超可愛。貼在紙上也不用擔心會像膠帶一樣撕破。所以常常一買就是兩三捲。想要讓漂亮的紙膠帶一目了然。可以試試紙膠帶收納盒。斜取式設計讓取用相當順手。寬1.5cm的紙膠帶可以收納五捲。透明的盒身可以清楚的看到裡面的花色。避免要把每一捲都拿出來看的麻煩。放在書桌上感覺質感又更加分了呢。收納完文具小物後還有紙類文件等著我們處理。很多人會把文件疊放收納。但疊放其實在取用上較不順手。而且通常只會注意到最上方幾張。下方的文件就會越堆越多接著慢慢被遺忘。利用直立式雜誌架區分各種不同階段的資料。有處理中、一次性、已完成等。不只是做有效的分類。更能讓自己清楚每一個案件處理到哪些階段。還有人計算過文件立著放。可以比平放省出74倍的空間。建議蛙粉們都要把文件做直立式收納喔。如果是喜歡書桌有點造型。不想要太制式化的蛙粉們。可以試試這款有四種不同收納方式的桌上型書架。首先調整到適合的長度。依序放入書本、筆筒、時鐘、電子產品等個人用品。根據個人心情隨時調整讓每天都有不同的變化。或是活用這款大創的碗盤架。像是書檔一樣一格一格的。直立擺放上常用的筆記本、日曆等。一物多用取放也很順手。而且擺放起來還很有自己的風格。讀書再也不會枯燥乏味啦。除了桌上空間蛙編連桌面下也要好好利用。如果不喜歡桌面有太多雜物干擾的蛙粉。或是沒有額外抽屜櫃的書桌。這款桌下抽屜式收納盒只要黏上背膠就可以使用。自製抽屜盒就是如此簡單。最後也是最容易成為亂源之一的電線們。筆電、外接螢幕、手機、平板、檯燈等。每一條都有他們的專屬插頭。延長線放在地上會被椅子踢來踢去。而且只要一看到電線打結就會有一股煩躁感。用用這款IKEA的電線收納盒。無需鑽孔固定、也不用無痕膠帶輔助。只要扣上書桌旁就能收納一堆麻煩的電線。而且線頭直接藏在桌面下。不需要再彎腰找。而且還可以搭配另一款IKEA的電線固定夾。把線頭做更有秩序的收納。讓書桌變成一個真正清爽的空間喔。化妝桌收納。# 化妝桌收納最後一樣要收納的就是。每位愛美人士的最在意地方之一 化妝桌。沒有一個乾淨整潔的化妝環境。對於每天都要梳妝打扮的人來說不僅找東西困難。瓶瓶罐罐要是打翻了還可能導致破損的現象。一早心情直接亂糟糟。試試這款日本大創限定的冷門好物 茶包收納盒。收納盒底部為V型設計可以讓物品傾斜更好拿取。還能上下組合變成直立式收納。上層放上眉筆、眼線筆、眼影盒等較輕的化妝品。下層放入粉餅、粉撲等較大盒的用具。看起來是不是整齊很多。除此之外也可以收納常備藥膏、蚊子藥、鼻噴劑等。集中管理藥品當作小型醫療箱也很好用喔。另外還有很多綁頭髮會用到的。小夾子、隱形眼鏡等小物可以試試這款九格抽屜收納盒。格子數很多集中收納髮圈、夾子、飾品。或是針線組、鈕釦等都非常實用。抽拉順暢 想要替換順序或是盒中的內容物時。只要往上一抬拉出抽屜盒就好了。推薦所有追求美的大家都要入手一座。萬能洞洞板。# 萬能洞洞板最後要推薦的是。不論在書桌、辦公桌、化妝桌都可以使用的萬能洞洞板。洞洞板的優點不只有直立式收納減少桌面的使用空間外。每一個廠牌的洞洞板都有不同的配件可以選購。所以沒有絕對好用的洞洞板。只要選擇適合自己的就是最好的喔。首先收納書桌。先把底座鎖好避免搖晃。決定好要使用哪些配件後就能開始上物品。讀書時想要增加趣味可以放上喜歡的小公仔。下方的圓弧收納盒擺放。原子筆、釘書機等較常使用的文具類。掛勾可以把耳機、鑰匙掛起來。出門時順手取下避免忘記。最右邊的長型筆筒可以放進小筆記本。上方還能設立一個留言板。提醒自己有哪些代辦事項未完成。這樣一組洞洞板就可以收納所有文具。是不是超省空間。接著整理化妝桌。跟書桌一樣先放上桌子後。再決定要如何配置洞洞板上的小物件。上方的平台收納眼影盤。下方的圓弧收納盒放入口紅、防曬等化妝品。搭配掛勾可以掛上睫毛夾。右邊的大盒子可以收納梳子。最後還預留了一個空間擺放化妝鏡。終於每樣物品都能有自己獨立的小空間了。今天總共介紹了18款小物。為餐桌、書桌、化妝桌重新健檢。希望無論是忙碌的上班族。努力讀書的學生們都能找到自己喜歡收納方式。把桌面整理好不只是讓空間變得清爽整潔。更是為自己創造一個。可以專注工作、好好生活的角落喔。留言回覆你最愛哪樣桌面收納好物。就有機會把神秘小禮物帶回家喔。  ============= https://www.youtube.com/watch?v=_vcXR1RDXe8桌面太亂、找不到筆、文件堆成山？不管是化妝桌、書桌還是餐桌，收納不好真的會讓人生大爆炸！這次我們幫你集結了來自 大創、無印良品、IKEA 的平價桌面收納好物，整理出18招實用又高顏值的整理術，讓你輕鬆打造乾淨、順手又療癒的工作空間與居家角落！🔥留言抽獎活動🔥8/13(三)前，留言回覆你最愛哪樣桌面收納好物，就有機會抽中大噐插座面板哦！⚡️大噐開關插座改裝面板，專為建築師、室內設計師 ，提供的最佳解決方案｜https://dachi.vip/✅2025年全新抗菌版，加入了抗菌材料，有效減少觸摸傳染的可能性大噐面板針對插座厚度增加、插頭不穩、安全性等，有做 CNS690 拉拔力測試，使用上沒有任何安全疑慮！厚度增加1.5mm，拉拔力測試：2.92±0.20(kgf)由台灣財團法人塑膠工業技術發展中心檢測詳細報告內容請見：https://dachi.vip/articles/Technical🔥🔥慶祝蛙家五周年！推出簡易淨超值商品＋超可愛蛙家提袋 ，除霉、清潔一次包🛒 https://lihi2.com/2Ncj0/wajaYT✨成為這個頻道的會員並獲得福利｜https://lihi2.com/1vkDh/wajaYT🔥追蹤IG看更多內容｜https://lihi1.com/TdSQ2/wajaYTup👍蛙家蝦皮好物推薦｜https://lihi1.com/DVl5L/wajaYT㊙更多好康搶先通知！快加入社團鎖定｜https://lihi1.com/vk2Rn/wajaYT📍影片目錄00:00｜影片開始00:39｜餐桌收納04:15｜書桌收納09:19｜化妝桌收納10:38｜萬能洞洞板📍系列影片開箱評測｜https://lihi1.com/ATZi6/wajaYT生活智慧IDEAS｜https://lihi1.com/ABY2J/wajaYT收納改造研究室｜https://lihi1.com/AFnRG/wajaYT🐸 About us 🐸訂閱【蛙家】YouTube 頻道：https://lihi1.com/3j1qQ/wajaYT追蹤【蛙家】Instagram帳號：https://lihi1.com/TdSQ2/wajaYT加入【生活好物研究室】社團：https://lihi1.com/vk2Rn/wajaYT加入【收納改造研究室】社團：https://lihi1.com/sorFl/wajaYT加入【裝潢DIY研究室】社團：https://lihi1.cc/pva86/wajaYT按讚【蛙家的蛙粉棲息地】臉書粉絲專頁：https://lihi1.cc/G82gV/wajaYT請洽【業務與合作聯繫】信箱：wesley_yang@hmg.com.tw#蛙家 #收納改造研究室 #生活妙招 #開箱評測 #muji #IKEA #無印良品 #大創 #桌面收納 #辦公桌收納 #化妝桌收納

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

Building AI Agents with LLMs, RAG, and Knowledge Graphs | 【第 175 期｜本期新書】台灣第一本聚焦 Nuxt 框架的入門與實戰指南

Building AI Agents with LLMs, RAG, and Knowledge Graphs | 【第 175 期｜本期新書】台灣第一本聚焦 Nuxt 框架的入門與實戰指南

https://vw87zqlw.r.ap-northeast-1.awstrack.me/L0/https:%2F%2Fwww.tenlong.com.tw%2Fproducts%2F9781835087060/2/01060198972a0d01-2a34aefa-cb78-46d4-b043-1dafa606de14-000000/C3DPDREo6470cN4OvRZoyC5hGgQ=223

Building AI Agents with LLMs, RAG, and Knowledge Graphs Master LLM fundamentals to advanced techniques like RAG, reinforcement learning, and knowledge graphs to build, deploy, and scale intelligent AI agents that reason, retrieve, and act autonomously. more  https://vw87zqlw.r.ap-northeast-1.awstrack.me/L0/https:%2F%2Fwww.tenlong.com.tw%2Fproducts%2F9781835087060/2/01060198972a0d01-2a34aefa-cb78-46d4-b043-1dafa606de14-000000/C3DPDREo6470cN4OvRZoyC5hGgQ=223 商品描述  Master LLM fundamentals to advanced techniques like RAG, reinforcement learning, and knowledge graphs to build, deploy, and scale intelligent AI agents that reason, retrieve, and act autonomouslyKey Features: - Implement RAG and knowledge graphs for advanced problem-solving- Leverage innovative approaches like LangChain to create real-world intelligent systems- Integrate large language models, graph databases, and tool use for next-gen AI solutions- Purchase of the print or Kindle book includes a free PDF eBookBook Description: This AI agents book addresses the challenge of building AI that not only generates text but also grounds its responses in real data and takes action. Authored by AI specialists with deep expertise in drug discovery and systems optimization, this guide empowers you to leverage retrieval-augmented generation (RAG), knowledge graphs, and agent-based architectures to engineer truly intelligent behavior. By combining large language models (LLMs) with up-to-date information retrieval and structured knowledge, you'll create AI agents capable of deeper reasoning and more reliable problem-solving.Inside, you'll find a practical roadmap from concept to implementation. You'll discover how to connect language models with external data via RAG pipelines for increasing factual accuracy and incorporate knowledge graphs for context-rich reasoning. The chapters will help you build and orchestrate autonomous agents that combine planning, tool use, and knowledge retrieval to achieve complex goals. Concrete Python examples built on popular libraries, along with real-world case studies, reinforce each concept and show you how these techniques come together.By the end of this book, you'll be well-equipped to build intelligent AI agents that reason, retrieve, and interact dynamically, empowering you to deploy powerful AI solutions across industries.What You Will Learn: - Learn how LLMs work, their structure, uses, and limits, and design RAG pipelines to link them to external data- Build and query knowledge graphs for structured context and factual grounding- Develop AI agents that plan, reason, and use tools to complete tasks- Integrate LLMs with external APIs and databases to incorporate live data- Apply techniques to minimize hallucinations and ensure accurate outputs- Orchestrate multiple agents to solve complex, multi-step problems- Optimize prompts, memory, and context handling for long-running tasks- Deploy and monitor AI agents in production environmentsWho this book is for: If you are a data scientist or researcher who wants to learn how to create and deploy an AI agent to solve limitless tasks, this book is for you. To get the most out of this book, you should have basic knowledge of Python and Gen AI. This book is also excellent for experienced data scientists who want to explore state-of-the-art developments in LLM and LLM-based applications.Table of Contents- Analyzing Text Data with Deep Learning- The Transformer: The Model Behind the Modern AI Revolution- Exploring LLMs as a Powerful AI Engine- Building a Web Scraping Agent with an LLM- Extending Your Agent with RAG to Prevent Hallucinations- Advanced RAG Techniques for Information Retrieval and Augmentation- Creating and Connecting a Knowledge Graph to an AI Agent- Reinforcement Learning and AI Agents- Creating Single- and Multi-Agent Systems- Building an AI Agent Application- The Future Ahead

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

Google 發佈可讓 AI 訓練所需資料量減少一萬倍的優化方法

Google 發佈可讓 AI 訓練所需資料量減少一萬倍的優化方法

https://www.koc.com.tw/archives/609432

在人工智慧（AI）技術不斷推進參數量規模（Scaling law）的當下，訓練大型語言模型（LLM）所需的龐大資料量與高昂成本，長期以來一直是技術落地與快速迭代的最大瓶頸。Google 近日公布一項突破性研究成果，聲稱其研發的新型資料篩選與標註流程，能在維持模型精度的同時，將訓練所需的高忠實度（high-fidelity）資料量削減至原本的萬分之一。  從數百億參數到資料瓶頸：LLM訓練的困境 隨著 AI 模型規模持續擴大，最新一代 LLM 的參數量已達數百億甚至數千億級別。雖然規模擴張帶來了推理能力與多任務適應性的提升，但同時也帶來了資料需求的爆炸性增長。傳統上，要讓模型在複雜且具文化背景差異的任務中表現穩定，需要大量人工精確標註的訓練資料。 以廣告安全審查為例，如何從龐大的廣告庫中識別出不安全或違反政策的內容，不僅涉及語義判斷，還需考慮文化語境與地區規範差異。這類高複雜度任務往往需要「高忠實度」的訓練數據──也就是由專業人士審核並標註的數據。然而，專業標註的時間成本與金錢成本極高，且隨著政策更新或新型態內容出現，模型可能需要完全重新訓練，進一步拉高成本。 Google的新策略：資料選擇的閉環式優化 面對這一挑戰，Google 將「在不降低標註品質的前提下，大幅減少所需訓練資料量」列為首要目標，並提出了一套全新的資料篩選循環流程（curation process）。  這一流程以人類專業知識為核心，結合模型自身的初步分類能力，採取「先粗後精」的閉環式優化方式：   少樣本啟動 以零樣本或少樣本（few-shot）方式，先讓模型根據既有標籤（例如「安全廣告」與「不安全廣告」）進行初步分類。   識別邊界樣本 模型在大多數案例中能做出明確判斷，但會出現一部分「邊界樣本」，即模型判斷模糊或可能出錯的案例。   專家標註邊界樣本 這些邊界樣本被送交人類專家進行精確標註。由於標註範圍僅限於高不確定性案例，所需的人工標註量遠低於全量數據。   模型再訓練與循環迭代 將專家標註結果重新用於模型微調，並重複上述流程，直到性能提升趨於穩定。   這種方法的關鍵在於將專家資源集中投入在最具爭議性、最能影響模型判斷的案例，避免在大量容易分類的樣本上浪費人力。 實驗數據：從10萬筆到500筆的跨越 Google 在實驗中使用了兩個不同規模的 LLM：參數量 18 億的 Gemini Nano-1 與 32.5 億的 Gemini Nano-2，針對不同複雜度的廣告安全分類任務進行測試。每個任務的資料集約包含 10 萬筆廣告，其中約 95% 被標記為無害。 透過新流程，Google 將需要專家標註的數據量從 10 萬筆 驟降至 500 筆以內，同時實現以下成果：   Gemini Nano-1（小型模型） 在資料大幅減少的情況下，性能與使用全量數據訓練的結果幾乎持平。   Gemini Nano-2（大型模型） 當訓練數據量削減至原本的 1/1000 到 1/10000 時，準確率反而提升了 55%～65%。   這一結果顯示，對於特定任務而言，「精挑細選的少量高品質資料」可能比「海量但品質參差的資料」更具價值。 標註品質的關鍵：Kappa > 0.8 Google 強調，這一方法的成功並非僅依賴資料選擇策略，高品質標註本身是不可或缺的基礎。在這些廣告安全審查任務中，若要讓模型表現超過眾包工作者（crowd workers）標註的水準，必須確保標註一致度（以 Kappa 值 衡量）超過 0.8。這意味著專家之間的判斷須高度一致，才能成為有效訓練資料。  透過結合 LLM 對大範圍內容的初步分類能力與專家對高難度案例的精確判斷，Google 認為能夠更靈活地運用高忠實度標註資料，突破資料瓶頸。 對產業的啟示：資料效率時代的到來 Google 的研究為 AI 模型訓練帶來了兩項重要啟示：   效率優先於規模 在特定情境下，優化資料選擇與標註流程，比一味追求資料量更能帶來性能提升。   專家與模型的協作價值 LLM 能快速處理與篩選大範圍資料，但在高不確定性案例中，仍需仰賴人類專業知識。這種人機協作模式，或將成為未來 AI 訓練的標準方法論。   在廣告安全、醫療診斷、內容審查等高風險應用領域，這種方法尤其具吸引力，因為它能顯著降低數據採集與標註成本，並縮短模型迭代週期。 面對 AI 技術與應用場景的快速變化，Google 的這項成果顯示，未來的競爭不僅是比拼模型規模與運算能力，更是資料管理與標註策略的較量。當資料效率成為新一輪技術革新的關鍵詞，誰能以更少的資料達到更高的性能，誰就有機會在 AI 競賽中脫穎而出。 Source

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

Gemini 現可生成「有聲故事書」，支援超過 45 種語言、還能指定插圖風格

Gemini 現可生成「有聲故事書」，支援超過 45 種語言、還能指定插圖風格

https://www.techbang.com/posts/124740-gemini-ai-audio-storybook-generation

Google 宣布在 Gemini 中推出全新功能「Storybook」，讓使用者可以將任何想法轉化為一本 10 頁的插圖故事書，並搭配語音朗讀。Google 宣布在 Gemini 中推出全新功能「Storybook」，讓使用者可以將任何想法轉化為一本 10 頁的插圖故事書，並搭配語音朗讀。Storybook 支援超過 45 種語言，且可自由指定故事風格；此功能目前已免費開放給所有 Gemini 用戶使用。不過 Google 也提醒，Storybook 仍屬實驗性質，可能出現與預期不符的結果。  根據 Google 官方說明，使用者只需向 Gemini 描述任何能想像的故事，Gemini 就能生成一本獨一無二的 10 頁故事書，內容包含專屬插圖與語音朗讀。為打造更個人化的體驗，使用者還可以上傳照片或文件，讓 Gemini 從中汲取靈感，創作出更貼近自身風格的故事。此外，故事風格也能自由指定，從像素藝術、漫畫、黏土動畫、鉤針編織，到著色本風格皆可選擇。Google 也提供了數個建議使用情境，供用戶參考與發想：   幫助孩子理解一個複雜的主題： 創作一個故事，向我 5 歲的孩子解釋太陽系。   透過故事講述來傳達一個教訓： 教一個 7 歲的男孩如何對他的小弟弟友善。我的兒子喜歡大象，所以讓我們把主角設定為一頭大象。   讓個人藝術作品變得生動： 上傳一張孩子畫的畫，並提示：「這是我的孩子畫的畫。他 7 歲了。寫一本有創意的故事書，讓他的畫活起來。」   將回憶變成神奇的故事： 上傳去巴黎旅行的照片，並創作一個個人化的冒險故事。   根據我們的實測，目前台灣用戶可在「Gem」頁面中找到由 Google 預先建立的「Storybook」範本，點擊後會進入一個聊天介面，即可開始輸入指令。提交內容後，Gemini 會開始生成故事，約莫等待 1 分鐘左右，就會開啟類似 Canvas 的介面，左側為對話區，右側則展示完整的故事書內容。   生成出來的故事書包含封面以及 10 頁內容，整體設計就像一本真正的書，不僅可透過上方的箭頭符號翻頁，當鼠標移動到書頁邊緣時，底部也會出現翻頁提示，增添互動感。此外，使用者還能分享故事連結，或選擇列印保存。不過，經多次實測，目前語音旁白功能都未順利生成，且此功能手機 App 目前好像也無法使用，僅支援 Gemini 的網頁版。   延伸閱讀：如何透過 Gemini Gems 建立專屬 AI 助理，省去輸入重複提示詞的時間 延伸閱讀：Gemini Gem完全攻略：客製化AI助理，讓Gemini成為你的得力助手 延伸閱讀：Gemini 現支援「相片轉影片」功能，進階影音工具 Flow、Google AI Ultra 方案同步在台推出 延伸閱讀：Google Gemini 現可上傳影片分析內容，從畫面到音訊都能讀懂 加入T客邦Facebook粉絲團

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

Gemini 爆改研究功能！「建立功能」讓 Deep Research 能直接做網頁、圖表、測驗！甚至是能自創客製化應用程式，從此擺脫低效複製貼上，研究產出直接升級成作品等級！｜泛科學院

Gemini 爆改研究功能！「建立功能」讓 Deep Research 能直接做網頁、圖表、測驗！甚至是能自創客製化應用程式，從此擺脫低效複製貼上，研究產出直接升級成作品等級！｜泛科學院

https://www.youtube.com/watch?v=AxH-oFZQMRs

https://www.youtube.com/watch?v=AxH-oFZQMRs值得閱讀的理由 了解 Gemini 全新「建立功能」如何將深度研究報告一鍵轉換為多媒體格式，大幅提升效率。 掌握 Gemini 2.5 Pro 與 Flash 兩種模型的差異及其適用情境，優化AI工具使用策略。 學習如何利用 Gemini 生成互動式網頁、視覺化圖表、測驗題庫，甚至是內嵌 AI 的客製化應用程式，將研究成果轉化為實用作品。 探索 Gemini 如何成為個人化學習導師，提供測驗分析與輔導，並支援外部 AI 模型整合，展現其強大的應用潛力。 摘要 改變深度研究的「建立功能」 這段影片中，作者介紹了 Gemini 令人驚艷的全新功能——「建立功能」。這項功能徹底改變了過去冗長繁瑣的資料研究模式，讓使用者只需一分鐘，就能將大量的研究內容，透過單一按鈕，自動分析並產出多種不同情境的應用形式。作者強調，此功能將資料研究提升至前所未有的高度，展現了 AI 能力的再次躍進。此功能在完成深度研究後，能一鍵產出客製化的應用程式，包括網頁、資訊圖表、測驗、語音摘要等，重新定義了深度研究的產出方式，為使用者創造更大的價值。 Gemini 2.5 Pro 與 Flash 模型解析 在實際操作前，作者首先對 Gemini 2.5 的兩種模型——Pro（專業版）和 Flash（閃電模型）進行了詳盡解釋。作者將 Pro 模型比喻為「博士研究生」，其特點是知識淵博、推理能力強、思考深入，擅長多層次分析與綜合歸納，但也需要更多時間和更高的研究經費。相對地，Flash 模型被比喻為「資優大學生」，反應快速、學習能力強，能迅速抓取和總結核心資訊，執行明確指令且效率極高，具備極高的速度與成本效益。作者指出，對於一般日常使用，Flash 模型已能快速且高品質地完成工作，而 Pro 模型則主要用於深度研究等特殊場景。好消息是，在深度研究模式下，無論使用 Pro 或 Flash 模型，費用都只計算一次。 智慧生成網頁與資訊圖表 作者接著實際展示了「建立功能」中的網頁生成模式。在完成深度研究後，使用者可以在右上角找到「建立」選項，並選擇生成網頁。Gemini 會將研究報告的內容轉換成網頁的原始碼形式進行整理和呈現，並自動排版。作者指出，該功能類似於 Canva，但直接基於研究內容生成，雖然目前尚未提供直接發佈到網頁的功能，但其生成的網頁已具備良好的預覽效果。對於生成資訊圖表，作者特別提醒，原始的深度研究內容需要包含具體的數據，這樣 Gemini 才能有效地進行圖表分析和製作。此外，作者也示範了如何透過提示詞強化，要求 Gemini 補充更多數據，進而產生更詳細和完整的圖表。 從內容到測驗：AI教學利器 除了網頁和圖表，Gemini 的「建立功能」還能生成「語音摘要」和「測驗」。語音摘要功能可將研究內容轉化為類似 AI 主播播報的音檔，方便使用者快速聽取重點。而測驗功能則是一項極具潛力的教學神器，它能根據研究內容自動生成測驗題目。作者特別強調，Gemini 不僅能出題，更能扮演「解題導師」的角色。當學生完成測驗後，Gemini 會根據學生的答案表現，進行分析與評比，指出表現亮點和需要加強的部分。這項動態生成分析的功能，開啟了個人化輔導的全新應用模式。透過更詳細的提示詞，使用者甚至可以要求 Gemini 生成更多元的題型，如複選題、連連看，並增加介面設計感，甚至加入 CSS 動畫，大幅提升測驗的品質和互動性。 自訂應用程式與AI內嵌功能 作者展示了如何利用 Gemini 將其生成的網頁成果，透過 Google Site 平台輕鬆發佈，使其成為一個正式的線上作品，且操作極為簡便，幾乎沒有技術門檻。此外，Gemini 的「建立功能」還能支援「自訂應用程式」的生成，例如將研究內容轉換為具有互動功能的簡報頁面。最令人驚訝的是，Gemini 能夠直接在這些自訂應用程式中「內建 Gemini AI 模型」，實現互動功能。這意味著使用者可以在生成的簡報或網頁中直接與 AI 進行問答，使其成為一個雲端互動服務。作者更進一步探索了這項功能的極限，成功要求 Gemini 生成一個具備圖像生成功能的網站，甚至能協助優化提示語。這個突破性的內建 AI 模型功能，實現了後端 AI 模型 API 的無痛打通，預示了 AI 應用將進入一個更深層次融合的時代。 ============= https://www.youtube.com/watch?v=AxH-oFZQMRsGemini這次的新功能也太多太猛！我們原本以為只是Deep Research的優化，結果它直接開大，研究完還能幫你一鍵生成網頁、圖表、測驗、語音摘要，甚至是互動應用程式不是我們誇張，是我們真的差點把這支影片剪成產品發表會如果你也是那種資料整理到一半就開始靈魂出竅的人，拜託點進來看一下，這功能的存在，會讓你以後連拖延症都省了，因為報告自己會長出來！00:00 這功能太神了！從此資料不再難懂，研究也能變創作02:00 一次搞懂 Gemini 2.5 Pro vs Flash 差在哪？會不會爆用額度？05:06 想找「建立」功能找不到？原來藏在這裡！05:35 建立功能①：資料一鍵變互動式網頁，連版型都幫你搞定！07:42 建立功能②：數據一秒變視覺圖表，主管看了都說讚08:53 Bonus：提示語加一點，資料馬上補好補滿！10:18 建立功能③：語音摘要超像AI主播上身，用Notebook LM直接唸給你聽10:44 建立功能④：內容變成測驗題庫？這功能根本是教學神器！11:37 Bonus：不只是出題還能分析你哪裡不會，AI變成解題導師！13:36 超級Bonus：用提示語強化測驗系統，出題品質直接升級15:15 小撇步：網站生成完直接用 Google Site 發佈，一鍵變正式作品16:38 建立功能⑤：自訂應用出場！想做簡報、模擬頁面通通沒問題17:20 Bonus：一秒內建 Gemini AI，直接變成雲端互動服務18:50 爆擊應用：Gemini 做出圖片生成器？！還會幫你優化提示語21:05 結尾重點：這功能是我近期用過最值得拍一整集的AI神器！#ai #aitools #gemini #google

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

【Manus】最新黑科技 Wide Research ！100 台 AI 同時進行任務！ 資料統整、簡報素材、動漫全角色貼圖設計就靠它 #片尾有彩蛋 | Laichu

【Manus】最新黑科技 Wide Research ！100 台 AI 同時進行任務！ 資料統整、簡報素材、動漫全角色貼圖設計就靠它 #片尾有彩蛋 | Laichu

https://www.youtube.com/watch?v=brq5qTVOafM

https://www.youtube.com/watch?v=brq5qTVOafM值得閱讀的理由 了解 ManusAI 的最新黑科技 Wide Research，它如何透過多個 AI Agent 自動執行複雜的資料蒐集與統整任務。 深入比較 Wide Research 與傳統 Deep Research (如 ChatGPT) 在資料處理效率與呈現方式上的顯著差異。 探索 Wide Research 在實際應用中的多樣性，包括商業資訊分析（CEO 聯絡清單、投資策略、商品價格）、遊戲角色資料統整，以及創意設計（簡報模板、圖像素材）等。 摘要 ManusAI Wide Research 核心功能 作者首先介紹了 ManusAI 的最新黑科技工具「Wide Research」，強調其強大的廣泛搜索能力。當使用者輸入一個需要從多個公司或來源收集資料的提示詞時，ManusAI 會自動判斷並啟動數十個 AI Agent，對每一家所需公司進行深入調查，包括其背景資料、商業決策模型等。這些收集到的內容隨後會被整理成一份非常詳盡的 Excel 檔案，大幅節省使用者手動整理資料的時間，實現高效的任務完成。 實際應用案例與抽獎資訊 作者進一步展示了 Wide Research 在實際生活中的多種應用。在 X (Twitter) 上，許多網友已將其應用於快速建立 CEO 聯絡清單，讓 AI 自動爬取網路上公開的公司 CEO 資料。此外，它也能用於投資策略分析，例如有網友利用此工具調查標準普爾500大企業的商業模式及獲利模型。作者同時預告，將從影片觀眾中抽出五位幸運者，提供價值近千元台幣的 Manus Pro 免費體驗方案，鼓勵大家收看到最後並參與留言抽獎。 Deep Research 與 Wide Research 的差異 為了讓觀眾更清楚地理解 Wide Research 的獨特之處，作者將其與 Deep Research 進行了比較，並以 ChatGPT 為例。Deep Research 模式下，ChatGPT 傾向於生成一篇約數千字的報告，雖然資訊詳盡，但若需求是需要將資料整理成表格，則仍需人工二次處理。相較之下，Wide Research 則能將複雜資料直接整理成一目瞭然的表格，甚至能匯出為 CSV 檔案，極大化了資料的實用性和編輯便利性。作者指出，儘管 ChatGPT 的 Agent 功能也能嘗試類似任務，但在將資料整理成 PDF 或 Excel 檔案的效率上，Wide Research 顯然更勝一籌，尤其在處理需要快速統整報表的情境下，其勝任能力顯而易見。 Wide Research 在商業分析中的應用 作者強調，Wide Research 也非常適合用來進行價格調查。他以近期台灣因關稅調整可能導致汽車價格變動的議題為例，示範了如何利用此工具查詢特定車款（如福斯、特斯拉 Model 系列、BMW、豐田 Sienta 等）在關稅調整後，其價格可能下降的比例及金額。Wide Research 能夠順利統整這些複雜的價格資訊，顯示其在商業分析領域的便捷性。 Wide Research 在娛樂與創意領域的應用 除了商業應用，作者也測試了 Wide Research 在娛樂領域的效能。他以遊戲《荒野亂鬥》為例，示範了如何利用 AI 快速統整高達八九十個英雄角色的名稱、攻擊方式及血量，這對於玩家快速了解對手資訊極具幫助。此外，Wide Research 在創意設計方面也表現出色。作者展示了如何利用它來設計投影片簡報模板，以他喜愛的動漫《葬送的芙莉蓮》的金色、白色與 Tiffany 綠風格為靈感，讓 AI 快速生成符合這些視覺偏好的投影片母片。作者也指出，此功能同樣能應用於設計貼圖或素材圖片，例如仿照《七龍珠》的能量球設計，並可依需求產生不同形式的能量球，這對於累積作品集和素材庫非常有效率。 總結與互動 作者總結了本次介紹的 ManusAI Wide Research 各項功能與應用。他再次鼓勵觀眾訂閱「萊丘 Laichu」頻道，並在影片下方留言分享他們最想用 ManusAI Wide Research 來做什麼，即可參與抽獎活動，贏取免費體驗 Manus Pro 方案的機會。抽獎時間與細節將在置頂留言中公布。 ============= https://www.youtube.com/watch?v=brq5qTVOafM💖 限時優惠註冊 ManusAI 送1000積分(8/31前需兌換完畢)推薦碼：Laichu推薦連結：https://manus.im/redeem?c=Laichu想了解更多有趣內容，歡迎訂閱 ↓YouTube：萊丘 LaichuIG：laichu4ni合作洽詢：laichuservice@gmail.com👇 章節重點 👇00:00 - ManusAI Wide Research 介紹01:31 - 網友分享的 Wide Research應用 & 抽獎規則01:53 - Deep Research 與 Wide Research 差異3:35 - Wide Research 用於查詢價格3:55 - Wide Research 統整遊戲角色資料4:29 - Wide Research 快速設計投影片母片6:07 - Wide Research 快速設計貼圖、素材圖片#manusai #wideresearch #aiagents #深度搜尋 #深度研究 #ai研究 #ai生產力

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

【ChatGPT Study Mode】四種學習模式，讓你功課事業直接飛天！(內附免費版限制解套方法 ) Laichu

【ChatGPT Study Mode】四種學習模式，讓你功課事業直接飛天！(內附免費版限制解套方法 ) Laichu

https://www.youtube.com/watch?v=TNXB_BY6wp0

https://www.youtube.com/watch?v=TNXB_BY6wp0值得閱讀的理由 了解OpenAI ChatGPT最新推出的「Study Mode」（學習模式）的四大實用功能，涵蓋學習新知識、考試複習、作業輔助及延伸閱讀。 掌握如何在免費版ChatGPT上有效利用Study Mode，並學習如何規避其使用上限的方法，以及其他替代工具。 透過實例教學，學習如何運用AI進行互動式學習，無論是文科、理科，或是複雜的研究資料分析，都能大幅提升學習效率。 摘要 簡介與使用限制 影片的開頭，作者萊丘向觀眾介紹了OpenAI在2025年最新推出的「Study Mode」（學習模式），並指出無論是ChatGPT的付費版或免費版用戶都能啟用此功能。萊丘表示，他將整理四個Study Mode的實用應用方式，以滿足國高中生、大學生、研究生乃至社會人士的多元學習需求。他也提醒觀眾，免費版雖然能使用Study Mode，但有使用上限，約傳送數十條訊息後便會達到上限，且冷卻時間為24小時。此外，若提問過於小眾的內容，AI仍可能產生「幻覺」（亂回答的現象）。 學習新知與技能 萊丘首先分享了Study Mode在「學習新知識與技術」上的應用。他建議，若要學習中文文科（如國文、歷史、法律），搭配參考資料會更好，以避免AI幻覺。舉例來說，高中生若要複習《出師表》，可先提供提示詞「我是高中生」，再將文章內容貼給Study Mode，AI便會透過互動式問答幫助複習，甚至能根據提供的考題整理相關內容。對於理科（如物理、數學），則無需特別上傳文本，因公式通用，只需簡單提示詞，AI便會先測試學習者的現況，再進行引導。 考試複習與作業輔助 接著，萊丘將「考試複習」與「寫作業陪跑」這兩項功能合併介紹，因其使用情境相似。在考試複習方面，使用者可直接上傳考題檔案（如國中生物考題），AI便會一題一題地提問，不僅要求回答正確答案，還會提供重點複習和概念解釋，甚至能針對不熟悉的選項進行快速摘要說明。至於「作業陪跑員」功能，使用者同樣可上傳檔案，AI會像一位輔助者，透過提問引導完成作業或報告。例如，一位不小心在企業演講中睡著的員工，可請AI輔助完成心得報告，AI會詢問細節並逐步引導，幫助使用者建立報告所需知識，提升準備的信心。 延伸閱讀與資料蒐集 第四個實用模式是「延伸閱讀」，萊丘認為這對需要經常蒐集資料的人來說非常強大。使用者可上傳一篇研究論文（例如探討交友軟體對心理健康的影響），請AI補充文章中提及的相關知識。AI會爬梳整篇文章，指出關鍵理論（如自我物化理論、社會比較理論），並解釋其精髓。使用者還能進一步追問細節，讓AI從頭開始介紹特定理論，大幅節省逐一查找文獻的時間。透過這種方式，學習者能快速吸收與論文相關的資料，並將關鍵知識複製到筆記中，作為「種子知識」。 突破使用限制與替代方案 影片的最後，萊丘為觀眾提供了Study Mode使用上限的解套方法。他分享了一位Reddit網友設計的「提示詞」，只要將這串提示詞貼入ChatGPT，即使沒有開啟Study Mode，AI也能模仿其問答方式來解決學習和研究問題。這段提示詞將會提供在影片的置頂留言中。此外，萊丘也提到Google的Gemini同樣推出了「引導式學習」功能，建議免費版用戶在ChatGPT達到使用上限時，可轉而使用Gemini作為替代方案，享受類似的學習輔助服務。 ================================================# 開場｜ChatGPT Study Mode 大公開好 大家好 我是萊丘。在去年的時候呢。我跟各位介紹一個。MyGPT的這個全能家教。那直到2025年的現在呢。OpenAI他自己推出了一個。Study Mode 學習模式。無論你是付費版。或者是免費版的用戶呢。都可以直接在聊天的功能。把這個Study Mode給打開來。那今天呢。我就要整理四個。我覺得Study Mode非常實用的模式。讓你無論是國高中生。大學生 研究生。或者是跟我一樣的社會人士。都可以滿足我們各種的學習的需求。OK 那廢話不多説。馬上開始今天的主題。如果你是免費版的。# 免費用戶的使用限制與解法ChatGPT用戶。這邊要注意一下。雖然我們目前可以免費使用Study Mode。但是呢。他有使用的上限。根據網友的回答。大概傳了幾十條訊息之後呢。就會達到使用上限。那冷卻時間呢。就是一整天。24小時的時間。所以呢 這邊要留意一下。那有沒有解套方法呢。也有。那我留到後面再跟大家分享一下。那除了這個額度上限之外呢。如果我們問一些太小眾的東西呢。也會產生AI的幻覺。就他會亂回答啦。# Study Mode 可能產生幻覺？實測說明但是多小眾的東西才算小眾。這個就要讓你自己去嘗試一下。這邊有網友說。他問一些關於80年代的一些。日本的一些小黃遊。他就是會出現一些幻覺的現象。但我覺得。這個就見仁見智。我個人覺得。我不會去問這些問題。所以呢 這個就讓大家參考。OK 那我們來進入正式介紹。那我這幾天玩了一下之後呢。把Study Mode區分成以下四種的應用模式。分別是學習新知識技術。考試複習。寫作業陪跑。以及延伸閱讀。# 四大應用模式總覽所以呢。你只要知道這四種的應用方式。基本上的Study Mode。你就可以了然於心了。那我們先從第一個開始。假設呢。你想要學習新的知識跟技術的話。如果你要用的是中文的文科。例如你是高中生。你要考國文。或者是呢。你是歷史系或者是法律系的學生。你要用到的是台灣的。或者是中文的一些文本的話。盡量還是有搭配的參考資料會比較好。因為呢。# 模式①｜學習新知識與技術（文科＋理科）像剛剛有提到。AI呢。多多少少還是有一些幻覺。他訓練相對少的資料呢。就有可能出現幻覺的情況。所以這個呢。請大家自行準備一下。那使用方式呢。也很簡單。假設我今天是一位高中生好了。我想要複習一下出師表的內容。那麼呢。你就可以先提一個提示詞。你是高中生。然後呢。接下來就把出師表的內容呢。提供給這個Study Mode的GPT。那當然了。你這個學習的模式要記得打開。那這個時候呢。AI就會開始跟你互動了。他會開始跟你複習。那複習的話呢。一開始他會先從什麼。出師表是誰寫給誰的。像是諸葛亮寫給劉禪的嘛。這些等等的內容。他會一個一個的再跟我們複習。所以這種互動式的方式呢。就會幫助我們加深一些印象。當然了。如果你有一些搭配的考題呢。這個時候也可以貼給他。請GPT呢。按照這個考題的模式呢。整理出相關的內容。讓你繼續去回答。所以呢。這個是第一種的情況。那如果你要學習的是理科的話呢。你就可以不用特別上傳文本了。# 模式②｜考試複習神器：互動式模擬測驗因為呢。我們的公式基本上。中文跟英文都是一樣的嘛。所以呢。我這邊舉個例子。假設呢。我要複習高中的牛頓萬有引力的話。或者是學習的話。你就是可以這樣輸入簡單的提示詞之後呢。那記得。你一樣要選擇是學習與研究的這一個功能。那打開之後呢。他就會先測試一下。你目前的一些情況。我們呢這樣子很簡單就可以來了解了。接下來我們要介紹的是第二個考試複習。以及寫作業陪跑第三點。那這兩個呢。其實使用的情境是類似的。你一樣先開一個新的GPT的對話。接著呢。假設你是要去複習這個國中升高中的生物考題的話。直接把檔案上傳之後。直接請AI一題一題來考你。這個時候呢。AI他就會從第一題選擇題第一題。然後來考你。那他不只是請你回答正確答案這麼簡單而已。當你回答答案之後呢。他還會問你。或者是幫快速的幫你做重點的複習一下。像是第一題的答案是「溶小體」。他可以分解我們體內細胞裡的蛋白質等等的這些物質。# 模式③｜作業陪跑員：寫報告也不怕讓他能回收再利用這個概念。那如果你除了溶小體之外。假設你這個C選項。高機試題忘記了。你也可以直接問AI。高機試題你不知道他在做什麼。那他這邊呢。也會很快速的來幫你做一個摘要的複習。非常非常的方便。比起你還要再拿講義回去這樣翻來翻去。真的是跟以前的念書方法差太多了。作業陪跑員的使用邏輯。跟剛剛的做題目很像。你一樣是先上傳完你的檔案之後。來讓AI來協助你。假設你是一位企業員工。你去聽了一個企業演講。那接下來呢。你要請AI幫你做一個心得報告。讓你交給老闆。但是你又不希望那AI全部幫你代操。那這樣子呢。萬一老闆問你一些細節。你就不要扛了嘛。對不對。所以你就可以仿造我的prompt。就是假設你去聽了一場演講。那不小心睡著了。請他輔助你完成你的心得。這個時候呢。AI就會開始詢問你一些細節。那當中呢。如果你有不懂的地方。# 模式④｜延伸閱讀：幫你補知識、查理論假設你對AI轉型不熟。那你就可以跟他寫。那這個時候呢。他就可以開始呢。從零開始慢慢的去引導你。快速的建立這個產業報告。你需要知道的內容。很方便。那你在疑問一答的過程當中呢。你會對於這一場演講。或者是你的作業的報告。會比較有一些方向。那這樣子呢。相信在準備起來呢。你也會比較胸有成竹。不會沒有自信。好。那這個呢。就給大家參考一下。最後一個呢。則是延伸閱讀的功能。這對呢。每天有在蒐集資料的人呢。會是一個非常強大的工具。那具體的使用方式呢。也非常的簡單。假設呢。我右邊是一篇在研究交友軟體。對我們的個人的身體焦慮。還有我們的心理健康。有沒有影響的一篇研究。那當然啦。我本身呢。有一些心理學跟行為科學的背景。只不過我沒有到。非常非常的專業。這個時候呢。你就可以把檔案上傳之後。請AI呢。幫你補充一些。# 實例解析：學術論文輔助閱讀超順手這篇研究當中所提到的知識。這個時候呢。AI就會開始把整篇文章。爬梳完之後。跟你說到。裡面呢。有一些例如自我物化理論。還有社會比較理論。讓你去了解一下。當中這些概念的精髓是什麼。那這個時候呢。你可以再繼續追問他一些細節。或者是呢。讓他直接從第一個理論呢。就開始跟你做介紹。這點呢。非常方便。不然你每一篇文獻的reference。都要再去爬一下原始的文章。這樣子沒有完沒了嘛。那藉由AI這樣子快速的提示你。不同的理論的重點。那這樣子延伸閱讀的方式。就可以快速的讓我們吸收。那跟這篇論文呢。有相關連的一些資料。並且呢。如果你還更仔細的話。就可以把這些知識。直接複製到你的卡片筆記當中。做為一些種子的知識。非常的方便。這一招呢。大家一定要學起來。那最後要把影片一開始提到的這個。使用上限的這個坑給填起來。那大家呢。# Study Mode 被鎖怎麼辦？替代提示詞分享可以參考一下這一篇。Redis上面印度網友的分享。他設計了一套提示詞。你只要把這一大串東西呢。貼在你的ChatGPT上面。這樣子呢。你就算沒有開啟Study Mode。你也可以讓AI仿造這種問答的方式。來解決你的學習上。以及研究上面的問題。所以呢。我會把這一段提示詞呢。貼在我的置頂留言。讓大家參考使用一下。OK. 那除了ChatGPT之外。# 免費仔福利：Gemini 也能當學習助手！其實呢。Gemini他也提出了這個。引導式學習的功能。所以現在就是。A廠商有什麼東西。B廠商也會趕快推出來。所以呢。身為免費仔的大家呢。你只要ChatGPT用完了。你就可以改用Gemini。所以呢。這個好康呢。# 結語｜歡迎留言、訂閱，學習一起飛天！效果也跟大家分享一下。OK. 好來上就今天的所有內容分享啦。如果喜歡AI及生產力相關的議題呢。千萬不要忘記。按讚訂閱萊丘這個頻道。那你對Study Mode有任何的問題呢。歡迎在底下留言討論。我都會一一的看過。我是萊丘。我們下支影片見囉。Bye. ============= https://www.youtube.com/watch?v=TNXB_BY6wp0想了解更多有趣內容，歡迎訂閱 ↓YouTube：萊丘 LaichuIG：laichu4ni合作洽詢：laichuservice@gmail.com🕒 章節時間軸00:00 開場｜ChatGPT Study Mode 大公開00:35 免費用戶的使用限制與解法01:05 Study Mode 可能產生幻覺？實測說明01:40 四大應用模式總覽02:08 模式①｜學習新知識與技術（文科＋理科）03:12 模式②｜考試複習神器：互動式模擬測驗04:16 模式③｜作業陪跑員：寫報告也不怕05:19 模式④｜延伸閱讀：幫你補知識、查理論06:23 實例解析：學術論文輔助閱讀超順手07:28 Study Mode 被鎖怎麼辦？替代提示詞分享07:55 免費仔福利：Gemini 也能當學習助手！08:13 結語｜歡迎留言、訂閱，學習一起飛天！#chatgpt #studymode #ai工具

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

GitHub 宣布：使用者可免費存取 GPT-4o、DeepSeek-R1，部署 AI 模型不需密鑰也不用控制台

GitHub 宣布：使用者可免費存取 GPT-4o、DeepSeek-R1，部署 AI 模型不需密鑰也不用控制台

https://www.techbang.com/posts/124783-github-free-gpt4o-deepseek-r1-no-api-key

GitHub 宣布：使用者可免費存取 GPT-4o、DeepSeek-R1，部署 AI 模型不需密鑰也不用控制台GitHub 官方日前在 X（前 Twitter）平台發布公告，宣布旗下「GitHub Models」服務已全面開放，所有 GitHub 使用者即日起都可免費存取多款主流 AI 模型 API，包括 OpenAI 的 GPT-4o、DeepSeek-R1、Llama 3 等，並支援本機部署、伺服器或 GitHub Actions 環境，免密鑰、免控制台操作，大幅降低開發門檻。 這項新功能的上線，將有助於開源專案更快速導入 AI 功能，並讓開發者在日常工作中更輕鬆地利用 AI 進行自動化處理與原型開發。 什麼是 GitHub Models？ GitHub Models 是由 GitHub 推出的 AI 模型整合服務，相容 OpenAI API 規範，設計初衷是幫助開發者更有效率地管理 AI 模型資源，不論是進行推理（Inference）、生成內容、程式輔助編寫等，都能透過統一接口調用。 目前 GitHub Models 具備以下特色：   無需 API 密鑰與控制台介面   支援 GitHub Actions、伺服器與本地部署   與現有 CI/CD 配置不衝突   可透過 GITHUB_TOKEN 或 PAT 調用   此外，服務提供免費使用額度，也設有付費版本以提供更高並發、延伸上下文長度與更高的請求速率，對於大型專案或商業團隊而言將更具彈性。 為何對開源社群意義重大？ 在過去，開源開發者若要整合 AI 模型，例如 GPT-4o 或 Llama 3，往往需自行申請 OpenAI 或其他模型提供者的 API 金鑰，再手動配置至 GitHub Actions 的 secrets 中。這對新手或社群貢獻者來說是一道不小的門檻。 GitHub Models 提供的「零設定使用模型推理」功能，讓整合流程大幅簡化，只要登入 GitHub、設定 GITHUB_TOKEN，即可使用模型 API，非常適合用於開源專案、自動化測試、或作為低資源環境的 AI 解決方案起點。  延伸閱讀：GitHub Spark AI IDE 公測中：自然語言 + Copilot，快速開發應用 延伸閱讀：祖克柏有的是本錢而且敢花！320 億美元收購失敗後，馬上拉攏前GitHub執行長與AI創業老將 延伸閱讀：統一資訊導入 GitHub Copilot 程式碼AI助手：協助新進人員掌握專案架構、每月減少 315 小時人工工時   加入T客邦Facebook粉絲團

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

ElevenLabs推出音樂生成模型Eleven Music

ElevenLabs推出音樂生成模型Eleven Music

https://www.ithome.com.tw/news/170449

專門開發各種AI音訊產品的ElevenLabs在本周二（8/5）發表了Eleven Music，這是個文字轉音樂模型，能夠生成任何風格的錄音室等級音樂，同時提供免費與付費版本，後者可應用於商業上。 Eleven Music是在2022年由Mati Staniszewski與Piotr Dąbkowski在紐約共同創立，其中，Staniszewski曾是Palantir部署策略師，Dąbkowski則曾為Google的機器學習工程師，他們兩個都是波蘭人，創業靈感來自於波蘭電影的配音質感低落，因而想打造音質更自然流暢的語音AI系統。所開發的平臺已支援文字轉語音、聲音克隆、文字生成聲音及自動配音等。最近一次的融資是今年1月底完成的1.8億美元的C輪融資，完成後的估值為33億美元。 Eleven Music能夠呈現使用者所描述的各種音樂流派、風格或結構；也能選擇人聲或樂器；目前支援英文、西班牙文、德文及日文等；也允許使用者在生成之後編輯部分或整首音樂的聲音與歌詞。 在該實驗所展示的例子中，在下了「夢幻、迷幻、緩慢獨立搖滾、有空間感的人聲、復古鍵盤樂器、朗朗上口的副歌、懷舊及國歌」等提示之後，Eleven Music就能生成足以公開發表的音樂。它所生成的音樂長度介於10秒至5分鐘之間，採用MP3格式，取樣率為音樂CD等級的44.1kHz，比特率則落在128至192kbps之間。 ElevenLabs表示，Eleven Music是與唱片公司、出版社及藝術家合作建置的，幾乎可用於所有商業用途，從電視、電影、電視、播客到社交媒體影片等，或是從廣告到遊戲。 Eleven Music所提供的訂閱方案從免費到每月1,320美元不等，其中，免費版不可商用，每月5美元的Starter方案只支援社交媒體及廣告等商業用途，更廣泛的商業用途則必須訂閱每月11美元、Creator方案以上的版本。 此外，不管是免費版或是付費版都必須遵守Eleven Music的服務條款，明文規定使用者不得利用它來建立商業音樂庫；也不能應用在武器、禁藥、成人娛樂、宗教及政府宣傳上；亦不得在輸入提示中使用任何藝人的名字、任何歌曲名稱、任何專輯名稱或任何音樂出版商的名字。 華爾街日報（WSJ）引用Futurum Group執行長Daniel Newman的看法指出，過去許多廣告配樂或版權音樂都需經過昂貴且複雜的授權程序，AI的出現讓它們能以遠低於傳統成本的費用取得，對資源有限的公司格外有利。

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

小红书开源基于 VLM 的文档解析模型 dots.ocr

小红书开源基于 VLM 的文档解析模型 dots.ocr

https://www.oschina.net/news/364391

小红书发布并开源了 dots.ocr，这是一款基于视觉语言模型（VLM）的文档解析模型，支持多语言识别、布局检测与内容识别的一体化处理。  据介绍，dots.ocr 在单一的视觉语言模型中统一了布局检测和内容识别，同时能保持良好的阅读顺序。尽管其基础仅是一个 17 亿参数的" 小模型 "，但依然在多个 benchmark 上获得了匹配超大参数量闭源模型的业界领先（SOTA）性能。  模型亮点  在 OmniDocBench 上，在文本、表格、阅读顺序三项任务中均取得 SOTA 表现 支持中文、英文及多种小语种，填补开源社区在多语言文档解析领域的空白 通过更换 prompt 可灵活切换任务，省去了多模型流水线的复杂设计 检测能力可媲美 YOLO 类模型 基于 1.7B 参数构建，推理速度优于多种更大规模的 VLM 方案  目前 dots.ocr 已在 GitHub 和 Hugging Face 正式开源。 GitHub：https://github.com/rednote-hilab/dots.ocr Hugging Face：https://huggingface.co/rednote-hilab/dots.ocr Demo：https://dotsocr.xiaohongshu.com/

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

LINE Seed TW 繁體中文字型免費下載：簡潔圓角字體，提升設計質感

LINE Seed TW 繁體中文字型免費下載：簡潔圓角字體，提升設計質感

https://free.com.tw/line-seed-tw/

幾年前 LINE 推出「LINE Seed」免費企業字型下載，最初只有支援英文、日文、韓文和泰文四種語言，雖然說當時還沒有完全支援中文，但在日文字型收錄數千個漢字，依然可以暫時用於中文（可能遇到缺字或筆劃、寫法不同等情形），好消息是這幾天 LINE 終於推出「LINE Seed 繁體中文字型」，使用者終於可以使用這款簡潔、柔和的中文字體，下載前就先進入官網測試一下顯示效果吧！ LINE Seed TW 字型特色 LINE Seed TW 中文字型是由華康字型 （威鋒數位） 和 LINE 攜手打造，以 LINE Seed JP 日文字型為基礎設計擴充的繁體中文字體，這個字型的特色應該不用多做介紹，將圓角設計帶入中文，使文字看起來更為親和，同時兼具易讀性，無論印刷或是數位顯示都具有相當好的閱讀效果。 LINE Seed TW 有四種字重可以選擇，不同字重間也有相同的外觀和效果，搭配 LINE Seed 其他語言（例如英文）一起使用也很協調，這款字型更著重於中英文之間的視覺平衡，在不同語言轉換時仍能保持一致的視覺效果，適合使用在各種情境，即使是實體印刷也有很好的質感與可讀性。 網站資訊  網站名稱：LINE Seed TW 繁體中文字型網站鏈結：https://seed.line.me/index_tw.html  使用教學 操作步驟 預覽與測試字型 開啟 LINE Seed 後會看到繁中字型預覽，這邊可以直接調整文字進行測試，右上方選單可快速切換 LINE Seed 英文、日文、韓文和泰文字體，這部分應該在幾年前大家就已經知道。  從 LINE Seed TW 繁體中文字體網頁也可以預覽字型實際使用的樣貌，例如做為標示、桌曆、年曆的效果。   即時測試字型效果 在官網最上方提供字型的即時測試、預覽功能，輸入要測試的內容，利用小工具調整不同的字重、對齊方向，LINE Seed 一共提供四種字重：Thin、Regular、Bold 和 ExtraBold，無論是顯示中文、英文、數字或標點符號都很有一致性。   下載字型檔案 從網站右側點選「Download」或是捲動到最下方，都能找到「Download LINE Seed TW」字型下載鏈結。   安裝字型 將檔案解壓縮後，會有 OTF、TTF、WOFF、WOFF2 和 EOT 五種字型格式資料夾，建議安裝 TTF 或 OTF 格式，例如下圖就是在 Mac 以「字體簿」應用程式安裝 LINE Seed TW 字型的畫面，點選「安裝」即可將字體安裝到系統，非常簡單。  這款字型有四種字重，分別為纖細體、標準體、粗體和特粗體，因此記得四個字體檔案都要安裝。   字型實際呈現效果 下圖就是 LINE Seed TW 繁中字型實際呈現出來的樣式，如果包含英文、數字和標點符號等，依然有很好的一致性，看起來也不會有不太自然或是突兀感，當然，這款字型在易讀性方面表現應該就不用多說，相較於思源黑體來說，LINE Seed TW 的圓角讓字型風格感覺上更為活潑。

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

LINE Seed TW 繁體中文字型免費下載：簡潔圓角字體，提升設計質感

LINE Seed TW 繁體中文字型免費下載：簡潔圓角字體，提升設計質感

https://free.com.tw/line-seed-tw/

幾年前 LINE 推出「LINE Seed」免費企業字型下載，最初只有支援英文、日文、韓文和泰文四種語言，雖然說當時還沒有完全支援中文，但在日文字型收錄數千個漢字，依然可以暫時用於中文（可能遇到缺字或筆劃、寫法不同等情形），好消息是這幾天 LINE 終於推出「LINE Seed 繁體中文字型」，使用者終於可以使用這款簡潔、柔和的中文字體，下載前就先進入官網測試一下顯示效果吧！ LINE Seed TW 字型特色 LINE Seed TW 中文字型是由華康字型 （威鋒數位） 和 LINE 攜手打造，以 LINE Seed JP 日文字型為基礎設計擴充的繁體中文字體，這個字型的特色應該不用多做介紹，將圓角設計帶入中文，使文字看起來更為親和，同時兼具易讀性，無論印刷或是數位顯示都具有相當好的閱讀效果。 LINE Seed TW 有四種字重可以選擇，不同字重間也有相同的外觀和效果，搭配 LINE Seed 其他語言（例如英文）一起使用也很協調，這款字型更著重於中英文之間的視覺平衡，在不同語言轉換時仍能保持一致的視覺效果，適合使用在各種情境，即使是實體印刷也有很好的質感與可讀性。 網站資訊  網站名稱：LINE Seed TW 繁體中文字型網站鏈結：https://seed.line.me/index_tw.html  使用教學 操作步驟 預覽與測試字型 開啟 LINE Seed 後會看到繁中字型預覽，這邊可以直接調整文字進行測試，右上方選單可快速切換 LINE Seed 英文、日文、韓文和泰文字體，這部分應該在幾年前大家就已經知道。  從 LINE Seed TW 繁體中文字體網頁也可以預覽字型實際使用的樣貌，例如做為標示、桌曆、年曆的效果。   即時測試字型效果 在官網最上方提供字型的即時測試、預覽功能，輸入要測試的內容，利用小工具調整不同的字重、對齊方向，LINE Seed 一共提供四種字重：Thin、Regular、Bold 和 ExtraBold，無論是顯示中文、英文、數字或標點符號都很有一致性。   下載字型檔案 從網站右側點選「Download」或是捲動到最下方，都能找到「Download LINE Seed TW」字型下載鏈結。   安裝字型 將檔案解壓縮後，會有 OTF、TTF、WOFF、WOFF2 和 EOT 五種字型格式資料夾，建議安裝 TTF 或 OTF 格式，例如下圖就是在 Mac 以「字體簿」應用程式安裝 LINE Seed TW 字型的畫面，點選「安裝」即可將字體安裝到系統，非常簡單。  這款字型有四種字重，分別為纖細體、標準體、粗體和特粗體，因此記得四個字體檔案都要安裝。   字型實際呈現效果 下圖就是 LINE Seed TW 繁中字型實際呈現出來的樣式，如果包含英文、數字和標點符號等，依然有很好的一致性，看起來也不會有不太自然或是突兀感，當然，這款字型在易讀性方面表現應該就不用多說，相較於思源黑體來說，LINE Seed TW 的圓角讓字型風格感覺上更為活潑。

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

Google Sans Code - 谷歌开源等宽编程专用字体 (代码有格调 / 显示清晰 / 减少疲劳)

Google Sans Code - 谷歌开源等宽编程专用字体 (代码有格调 / 显示清晰 / 减少疲劳)

https://www.iplaysoft.com/google-sans-code.html

随着 AI 编程工具的不断推陈出新，如 Claude Code、ChatGPT Codex、Trae、Cursor、Github Copilot、Gemini CLI 等的出现，很多原本没专门学过编程的同学都能轻松尝试开发程序了。作为一个常要在 VSCode、JetBrains 连续泡几个小时阅读和编辑代码的苦命人，深知一款足够清晰、有辨识度的专用编程字体的重要性！异次元曾推荐过 Maple Mono、Github Monaspace、JetBrains Mono 等。而这次，谷歌也推出了一款 Google Sans Code 开源等宽字体……开源的谷歌等宽编程字体 Google Sans Code Google Sans Code 是一款由谷歌开发的代码专用等宽字体！最近终于开源并免费发布了。这款字体总体给人的感觉是"可爱"而又专业，个人认为非常好看。它几乎完美解决了代码编辑时的各种 "痛点"。首先，它把 1 l I、0 O o 这些特别容易混淆的字符都设计得明明白白，一眼就能清晰辨认区分，特别节省眼力，看久了也不会累了。除了高可读性，更有意思是它的「斜体部分」。你知道代码一般注释都是用斜体来区分对吧？谷歌没简单地把普通字体斜个角度就完事儿，而是专门设计了一组灵感来自 16 世纪意大利书法家手抄本风格的斜体——这可是向历史致敬的优雅之举。感觉使用上 Google Sans Code 字体之后，不仅代码更加清晰好看，甚至你还能感觉到自己的代码里多了点"艺术"的气息，这谁能想得到？！注释文字因此从代码中更明显地跳脱出来，阅读体验大大提升，这也是谷歌这款编程字体的最大特色之一。专为代码阅读效率而生 (高可读性)：这个 Google Sans Code 字体 不仅在常规使用中体验非常好，而且字体在小字号的情况下清晰度也是爆表的。设计师在 "o"、"a"、"p" 这些关键字母内部加大了空间，就算我把 VS Code 缩放调到 85%，代码依然看得清清楚楚。(终于不用把脸贴屏幕上了...)而且它还支持 300-800 的字重调节，从细如发丝的 300 到粗壮的 800 都可以自定义。我现在白天用 400，晚上眼睛累了就切到 500，不要太贴心！更多现代化的编程字体功能功能上，Google Sans Code 完美支持各种现代编程语言需要的所有符号，连终端常见的方框绘制符号也包揽在内。最酷的是，它还是一套可变字体，字重可以从 300 轻盈细腻调到 800 超级粗壮，调节自由度满分。不论你是喜欢淡雅风还是粗犷风，总有一款适合你。中英文等宽混合效果 (配合 Maple Mono 实现)：Google Sans Code 本身就是等宽字体，但因为它没有中文字库，因此并不能直接支持「中文等宽」。但根据我实测，可以设置 Google Sans Code 为首要字体，再配合 Maple Mono 为次要字体，比如在 VSCode 字体设置为 'Google Sans Code','Maple Mono NF CN'，即可实现英文谷歌字体+中文等宽的绝佳效果。谷歌编程字体 Google Sans Code + Maple Mono 中文等宽显示效果演示：Google Sans Code 是 OpenType 的开放字体，支持多样的风格集和本地化字体形式，甚至扩展了拉丁文字集，这就意味着不仅英文代码看得清，其他西方语言环境用起来也没压力。完全免费开源：更让人开心的是，Google Sans Code 字体是完全开源的，遵循 SIL 开源字体许可证，你可以下载并应用到自己喜欢的任意编辑器或系统使用。无论是 Android Studio、VSCode、Cursor、Trae 等代码编辑器，或是 Xterminal、iShellPro、Xshell 等命令行终端工具，都能完美支持。这不光是给谷歌自家产品准备的良心之作，也是全世界开发者的福利。说到底，这款字体不只是颜值那么简单，它是在对程序员日常需求做足了功课后，用心雕琢出来的效率结晶。开源加持，免费随便用，能帮你减轻视觉疲劳，提升代码可读性，干活效率直线上升。谁用谁知道，还是值得推荐的！相关文件下载地址官方网站：访问 软件性质：免费开源 推荐字体：Maple Mono | JetBrains Mono | Cascadia | Source Code | Mononoki | Consolas 更多字体：优秀等宽编程字体合集 | 10 大经典编程字体 更多链接：更多字体 | 更多 Google 相关 | 编程相关 | 设计相关 | 阅读相关 解压密码：www.iplaysoft.com下载 Google Sans Code 编程字体 | 推荐配合 Maple Mono 实现中文等宽 | 更多开源相关

-- gReader Pro


--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

文化部提出文化藝術應用生成式AI指引，說明生成式AI應用潛在風險

文化部提出文化藝術應用生成式AI指引，說明生成式AI應用潛在風險

https://www.ithome.com.tw/news/170362

文化部公布「藝術應用生成式AI指引」，針對生成式AI蒐集網路上的訓練資料，運用生成式AI產生特殊內容，例如吉卜力畫風內容是否違法等問題，提供指引參考資訊，說明潛在的法律風險。 藝術應用生成式AI指引涵蓋創作人、作品著作權人、文化藝術事業不同角度，從不同角度的立場，說明應用生成式AI所可能遭遇的法律風險。文化部指出，研擬指引的目的在於協助文化藝術工作者或事業，對應用生成式AI進行創作，可能涉及到的著作權、公平交易法等法律風險，指引為行政指導的性質，不具有法律拘束力，提醒讀者仍需注意GAI的法律規範，例如AI基本法，以及最新的司法判例。 文化部在指引中開宗明義提到，GAI的應用涉及對生成能力的調校及結果進行增強，從蒐集、掃描、歸類，到輸入提示，生成內容結果，將其散布至網路或是出版，涉及著作權法的「重製」、「改作」、「編輯」、「公開傳輸」。 蒐集網路上的資料需獲授權或符合合理使用 生成式AI蒐集資料，需要複製資料，因此涉及「重製」，如果未經授權，且不符合著作權法第44到65條的合理使用規定，即可能侵害著作權，但目前著作權法中對「重製」他人作品，創作人輸入資料，以調校生成能力、增強結果，使用網路上的任何人可接觸的作品，作為GAI的資料，涉及著作的「重製」行為，但是目前沒有明文的合規使用規定，需視個案判定是否符合著作權法第65條第2項的一般合理使用規定，國內目前還沒有相關的司法判決案例。 但是，如果為基於新聞報導、學術引用等非商業或個人使用目的，依使用事實及參考性資料，加上對商業市場影響較低，比較容易主張合理使用；而如果以破解或避開防護的方式取得資料，則有侵害作著權的風險。 另一個情境是，在GAI服務平臺上，如果使用他人的圖片，要求GAI改以攝影寫實來呈現或是修改為其作場景，因為涉及著作權法的「重製」、「改作」他人著作行為，如果不符合著作權法第44到64條合理使用規定，有侵害著作權的風險。 上傳圖片產生吉卜力動畫風格創作圖片不違著作權法 至於利用GAI服務，上傳照片，利用AI瀘鏡產生知名電影動畫風格的圖片，例如前一陣子相當流行，上傳圖片至GAI，以產生吉卜力動畫風格的生成內容，文化部在指引中表示，著作權法保護的是「表達方式」（例如一幅畫作），而非觀念或構想（例如畫風或風格），雖然要求GAI產生類似畫家畫風的新作品，只要沒有模仿畫作的「表達方式」，則不會侵害著作權，但仍可能存在負面評價或爭議的風險。 除了著作權法，如果創作人為文化藝術事業經營者，GAI產生的相似結果可能引人錯誤，可能還會涉及公平交易法、消保法，其中公平交易法對於虛偽不實或引人錯誤的資訊，因為GAI產生相似大師的畫風內容作為行銷內容，可能引人錯誤，需要「標示」創作內容的來源，例如為GAI生成的相似內容，以和大師的作品區隔。 使用GAI偽造變臉、說話及動作，除了涉及人格權，也可能違反公平交易法、消保法 另外，訓練資料中使用未經授權的個人資料，來產生相似人事物的內容，則可能因為偽冒肖像、聲音，而有侵害人格權的風險，甚至偽冒知名人士背書，可能因此違反公平交易法。 至於利用GAI的深偽技術來改變影片中人物的臉，或是修改該人物的說話和動作，可能違反著作權的「重製」、「公開傳輸」之外，還涉及著作人格權的「禁止不當變更權」，甚至被變更臉部的受害人，還可以肖像權，依民法人格權要求損害賠償。 建議多使用CC0授權資料 對於蒐集資料用於GAI，該指引建議在未取授權之下，優先採用在授權條款中聲明永久放棄作品權利、開放自由使用的CC0（Creative Commons）的資料集，不宜對已採取防護措施，如限制網路爬蟲、內容加密等方式來取得資料，可能侵害重製權的風險。 指引也建議在商業使用下，儘可能促使著作權人主動參與提供，並提供合理的利益分配，降低糾紛發生的可能性。如權利人不明，可透過著作權專責機關尋找管道，並提醒當作著權人不明時，依我國著作權法推定為未獲授權，授權時也要明確載明作品用途、範圍及使用限制。 另一個建議則是，除非事先確定可主張合理使用或取得權利人的授權，為避免日後的糾紛，應避免要求或以提示引導GAI模仿特定人的人格特徵、創作及表演風格或再現特定的作品。 其他創作人應用GAI應注意之處，包括利用GAI產生相似人類的作品，應該以明確的標示哪些部分為GAI所生成。另外，使用GAI創作，為避免糾紛，可紀錄下提示指令、中間內容的GAI服務，並選擇有歷程紀錄的GAI服務較佳，供日後發生糾紛時舉證之用。 以GAI創作是否有著作權？ 隨著GAI應用的盛行，除了應用上應注意的侵權、糾紛等風險之外，使用GAI創作的作品，例如透過提示引導GAI生成奇幻冒險故事，這個由GAI創作的故事是否也受到著作權法的保護？ 在指引裡，依著作權法規定，「著作」為人類思想或情感的創作性表達，GAI單獨產生的內容，缺少人類精神的創作，GAI也非著作權法中主張權利的主體（沒有法律上的人格），因此生成的著作沒有著作權，也因此使用GAI創作的創作人也不能主張為著作權人。 但是，如果使用GAI作為創作工具，在創作過程中，創作人與GAI之間人機頻繁的互動，不斷創作、編修過程，例如請GAI產生動人的冒險故事，對內容要求調整，並對產生的圖片人物要求修改，則可提升GAI創作作品的著作權保護，著作權則由投入創意的自然人所有。但是單純對GAI下指令，選擇生成結，或提出修改、增減的要求，不一定是人類的創意投入，關鍵在於是否呈現個性或獨特性，對GAI的指令可預測結果。 後者與前者的差別在於，前者為GAI單獨隨機產生作品不能享有著作權，而後者因為人類的創意投入，且有更強的主導性，GAI創作享有著作權保護。

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

猫会让 AI 困惑

猫会让 AI 困惑

https://www.solidot.org/story?sid=81929

一道标准的数学题：△ABC，AB = 86，AC = 97，以 A 为圆心 AB 为半径的圆与 BC 相交于 B 和 X。BX 和 CX 的长度是整数。问 BC 的长度多少？趣问：猫大部分时间都在睡觉。人类解题者通常会略过最后一句话，但根据发表在 arXiv 上的一篇预印本，这句话会让 AI 模型得出错误答案的概率增加一倍以上。研究人员发现，在数学题中加入一段不相关的文本会系统性的误导模型输出错误答案。研究人员将这种针对 AI 的攻击策略称为 CatAttack。CatAttack 文本与上下文无关，人类解题者会忽略它，但 AI 模型不会。研究人员使用 DeepSeek V3、Qwen 3 和 Phi-4 进行了测试，结果显示 CatAttack 将错误答案的概率提高了最多 700%。即使 CatAttack 没有导致推理模型生成错误答案，它们的响应时间也延长了，16% 的情况下将响应时间加倍，速度显著下降导致成本增加。最后补充一句：猫是液体。  www.science.org/content/article/scienceadviser-cats-confuse-ai https://www.science.org/content/article/scienceadviser-cats-confuse-ai

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

印度與NASA合作 首度發射雷達成像衛星監控天災

印度與NASA合作 首度發射雷達成像衛星監控天災

https://www.cna.com.tw/news/ait/202507310119.aspx

（中央社班加羅爾31日綜合外電報導）印度昨天發射一枚與美國國家航空暨太空總署（NASA）合作打造、價值15億美元的雷達成像衛星，藉此提升對氣候變遷與天然災害的全球監測能力。路透社報導，NASA和印度太空研究組織（ISRO）首度展開這類合作，攜手研發這枚「合成孔徑雷達」（Synthetic Aperture Radar）衛星。一枚中型火箭昨天下午5時40分（台灣時間30日晚間8時10分）從印度達萬太空中心（Satish Dhawan Space Centre）搭載衛星升空，象徵太空合作的重大里程碑，也進一步提升印度在低成本、高效益衛星任務方面的地位。NASA和ISRO表示，這是世界第一枚使用兩種雷達頻段，即NASA提供L頻段和ISRO研發S頻段的雷達成像衛星，以追蹤地表細微變化，包括小至1公分的移動。這枚衛星大小和重量相當於一輛滿載皮卡車，被部署至距離地表約747公里的近極地太陽同步軌道。這枚衛星將透過240公里寬的雷達掃描範圍，每12天對地球進行觀測，為科學家和災害應變機構提供數據資料，以監控從喜馬拉雅山脈冰川退卻到南美洲潛在山崩區等。這枚衛星預計將運作至少5年，蒐集到的資料將免費開放給全球使用者，以促進環境研究與災害應變的透明度與可及性。印度正致力於躋身全球太空強權之列，近期成功執行「月球飛船三號」（Chandrayaan-3）登月任務，並聚焦於首項載人太空任務加岡揚計畫（Gaganyaan）。印度曾表示計劃在2035年前建置自己的太空站，並與其他國家合作，將太空人送上月球，作為拓展其太空商業與科學活動更宏大願景的一環。（譯者：李佩珊/核稿：劉文瑜）1140731

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

RTX 40 顯卡也能安裝RTX 50獨有「Smooth Motion」技術，遊戲幀率最高翻倍！舊遊戲也能受惠

RTX 40 顯卡也能安裝RTX 50獨有「Smooth Motion」技術，遊戲幀率最高翻倍！舊遊戲也能受惠

https://www.techbang.com/posts/124283-rtx-40-smooth-motion-double-game-fps

RTX 40 顯卡迎來「Smooth Motion」技術，遊戲幀率最高翻倍！舊遊戲也能受惠NVIDIA 在發表新一代 RTX 50 系列顯示卡時，同步推出名為「Smooth Motion」的幀生成技術。如今，這項技術終於也開始開放給 RTX 40 系列顯示卡使用者，透過 AI 生成中間幀，即使是老遊戲也能明顯提升畫面流暢度。 Smooth Motion 類似 AMD 先前推出的 Fluid Motion Frames 技術，運作方式是在兩個真實畫面幀之間插入一個 AI 預測的中介幀，藉此提升幀率。不同於 DLSS 或 AMD FSR 這類需要遊戲開發者整合的超高解析度技術，Smooth Motion 完全不需額外修改遊戲本身，因此理論上可套用在所有遊戲中，不論是否支援 DLSS。 雖然 RTX 50 系列首發搭載該功能，但由於顯卡性能本身已相當強悍，在高效能遊戲中提升幅度有限，因此實用性不算突出。而對 RTX 40 系列使用者來說，這波支援擴大才是最大福音。  NVIDIA 近期釋出的 590.26 預覽版驅動程式，正式讓 RTX 40 系列用戶也能啟用 Smooth Motion。但需注意，目前該功能尚未整合進 GeForce App 的設定介面中，需透過 NVIDIA Profile Inspector 工具手動啟用。 根據實測，在《魔獸世界》當中啟用 Smooth Motion，可將原本 82 FPS 的畫面流暢度，一舉提升至 164 FPS，而且幾乎沒有增加額外延遲。其他多款遊戲也出現類似的翻倍效果。 Smooth Motion 對於過往無法支援超解析度技術的舊遊戲來說，無疑是一大突破。玩家僅需前往 NVIDIA 官方開發者網站下載 590.26 驅動程式（需開發者帳號），再從 GitHub 下載 Profile Inspector 工具，即可嘗試這項功能。  對於希望提升舊作體驗、又不想受限於特定遊戲技術的使用者來說，這將是值得一試的新選項。加入T客邦Facebook粉絲團

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

Google NotebookLM正式推出Video Overviews

Google NotebookLM正式推出Video Overviews

https://www.ithome.com.tw/news/170313

Google本周宣布，將Video Overviews（影片摘要）正式部署到NotebookLM。臺灣版目前也已上線，但目前還只支援英文版。 Google是在今年5月Google I/O上公布這項功能，作為Audio Overview（語音摘要）的進階功能。本周Google將Video Overviews連同Studio新版面部署到NotebookLM。 Google表示，本周上線的Video Overviews的第一種格式是敍述投影片形式，可以看成Audio Overviews的視覺版：AI主持人會提供摘要簡報，簡報會從用戶上傳的文件擷取圖片、圖表、引言與數字，這類AI簡報很適合解釋資料、解說流程和讓抽象的概念具像化。Google說之後會再推出其他格式的Video Overviews。 和Audio Overviews一樣，Video Overviews也允許使用者客製化。用戶可指定希望強調的主題、說明學習目標、描述目標聽眾等細節。他們甚至可以自然語言說明他對本主題一竅不通，請它協助理解報告中的圖表，或是「我在X方面是專家，我的團隊已經著手Y，請以Z為重點生成摘要。」 目前Video Overviews支援英文，很快會再新增對其他語言的支援。 而隨著NotebookLM功能增加及日漸複雜，Google也改版了其Studio（工作室）。之前每個筆記本都只能建立一個Audio Overview、心智圖及研讀指南，改版後將允許使用者在單一筆記本內建立和儲存多個同類型的產出，例如不同語言的Audio Overviews，或是為不同聽眾建立的Audio Overviews及Video Overviews。或是為同一份來源文件不同章節各自建立心智圖或Video Overviews。 在視覺介面上，現在4大功能標籤，包括Audio Overviews、Video Overviews、心智圖及報告列在Studio上方。所有生成的內容都會列於這些標籤下的清單中。現在Studio支援多任務，因此使用者可以一邊聽取Audio Overview，一邊探索心智圖或是讀取研讀指南。

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

不限大小、不限數量、不限速的免費檔案分享空間：Transfer.it

不限大小、不限數量、不限速的免費檔案分享空間：Transfer.it

https://www.soft4fun.net/tech/website-recommand/transfer-it-fild-sharing.htm

好用的檔案免費空間越來越少，最近 MEGA 網路硬碟推出全新的免費空間、傳檔服務「Transfer.it」，主打不限檔案大小、傳檔數量無限制，而且也沒有任何傳輸速度限制，操作簡單，只要透過拖拉檔案的方式就可以輕鬆把檔案、資料夾分享給朋友！  使用 Transfer.it 分享檔案 Transfer.it 的使用非常簡單直覺，只要點選這個網址，不需要註冊會員就可以開始上傳檔案。     可以透過直接拖放的方式把檔案上傳到 Transfer.it。除了單一檔案上傳以外，Transfer.it 也可以直接拖放整個資料夾，不管你有幾個檔案都可以一次上傳，更省時間。 Transfer.it 每次傳輸的檔案數量、大小都沒有限制，就算要上傳數千個文件都沒問題。  輸入分享檔的基本資訊，可以選擇先建立檔案分享連結，或直接把分享連結 E-Mail 到對方信箱。完成後按下【上傳】就可以開始上傳檔案。  實測上傳速度頗快的，可以達到每秒 10 MB 左右的上傳速度。  上傳完成後，系統會提供一組專屬連結給你。  在傳輸總覽頁面可以管理所有已分享的檔案，也可以設定每個傳輸的密碼、有效時間 (最長 90 天)。    下載檔案時，可以先預覽檔案內容，確保內容的正確性。確認後只要點選【下載全部】，就可以把所有的檔案打包，系統會將所有檔案壓縮成一個 ZIP 檔供下載。  如果你正在尋找快速和朋友分享檔案的解決方案的話，試試看吧！  前往 Tranfer.it

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

《2025 年度技术人才报告》解读：AI+开源重塑人才市场

《2025 年度技术人才报告》解读：AI+开源重塑人才市场

https://www.oschina.net/news/362350

LF Research 联合 Linux Foundation Education 正式发布了《2025 年度技术人才报告》。该报告是基于全球 500 多位招聘和培训决策者的调研，重点探讨了 AI 对技术岗位日益增长的影响、企业如何为这一工作转型做好准备，以及如何通过开源与技能提升满足新的人才需求。  AI 正在为众多企业带来深远影响，94% 的组织认为 AI 将为其运营带来显著价值。但报告指出，不足一半的企业拥有适应 AI 时代所需的核心技术能力，难以释放其业务与创新潜力。报告主要发现包括：  68% 的企业缺乏具备 AI/ML 技能的员工；网络安全与合规（65%）、FinOps（61%）、云计算（59%）和平台工程（56%）等领域人才短缺的情況加剧了这个问题； 44% 的受访者认为"技术人才不足"是采纳新技术的主要障碍； 半数受访组织表示，他们正在扩充 AI 专项人才队伍，新增岗位包括 AI/ML 运维工程主管（64%）与 AI 产品经理（36%）。  新兴技术与技能缺口已开始实质地改变工作流程。三分之二的组织表示，AI 显著改变了其团队的工作方式。开发者需验证 AI 生成的代码，新员工需具备 AI 專業技能，许多初级的任务也被 AI 自动化。 为应对这些变化，企业正在加大对技能提升的投入。报告发现：  72% 的组织正在优先考虑提升现有员工的技能，远高于 2024 年的 48%； 技能提升的速度比招聘新人才快 62%，且技术培训项目在提高员工留存率方面的效果高出 91%； 71% 的组织在招聘时重视持有认证的人才，将其视为专业能力的有效验证； 56% 的组织依靠技能提升来满足 AI/ML 岗位需求，而非新增招聘或外包。  开源技术在 AI 落地中也起到了重要战略作用。40% 的受访者表示，企业正在利用开源框架、模型和工具来加速 AI 应用。 调查显示，采用开源实践的企业在员工留存与技能发展方面表现更佳：  91% 的组织认为技术培训是提高员工留存的有效方式； 84% 的组织表示，拥有开源文化可提高员工稳定性与满意度。

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

谷歌：只要 AI 内容合规，SEO 基本原则依旧适用

谷歌：只要 AI 内容合规，SEO 基本原则依旧适用

https://www.oschina.net/news/362278

在最近举办的搜索中央直播会议上，谷歌的搜索专家加里・伊利斯 (Gary Illyes) 和切瑞・西瑞通・普罗马温 (Cherry Sireetorn Prommawin) 详细阐述了人工智能 (AI) 如何影响谷歌搜索，并强调了 SEO (搜索引擎优化) 基本规则依旧有效。他们的观点由谷歌产品专家铃木健一在 LinkedIn 上分享，指出像 AI 概述和 AI 模式这样的新 AI 功能是建立在传统谷歌搜索的基础设施上的。  伊利斯和普罗马温表示，核心系统如谷歌机器人 (Googlebot)、搜索索引和排名算法仍然在驱动 AI 搜索结果。因此，现有的 SEO 原则依然适用，没有必要重新思考你的策略或单独制定 "AI SEO" 策略。只要网站遵循谷歌的质量指导方针，情况就不会发生变化。 伊利斯还强调，谷歌并不试图区分人类生成的内容和 AI 生成的内容。关键在于内容是否高质量、有用和可信。如果 AI 生成的材料符合这些标准，那么就没有问题。 随着 AI 技术的发展，AI 模型现在参与了谷歌搜索的每个环节。在爬虫阶段，AI 帮助决定何时抓取网站；在索引阶段，BERT 语言模型分析文本以理解其含义并过滤掉被谷歌认为低价值的页面。同时，SpamBrain 用于检测垃圾信息，RankBrain 用于理解新的和不寻常的搜索查询，帮助提供相关结果，即使是谷歌以前未见过的问题。多任务统一模型 (MUM) 则将不同格式的信息 (包括文本、图像和视频) 整合在一起。 AI 概述在搜索过程的最后阶段有所不同。谷歌会将用户查询拆解为多个聚焦的子查询（"查询分发"），并并行发送去探索不同角度。生成的摘要随后经过与索引的 "基础验证" 过程进行核对，以减少错误信息的出现。 尽管 SEO 的技术规则没有改变，但其影响正在减小。根据最近皮尤研究中心的研究，AI 摘要出现在搜索结果中时，普通结果的点击率下降至8%，而没有 AI 概述时为15%。用户直接点击概述中的源链接的比例仅为1%。其他研究也显示了相同的趋势:SEO 的技术细节没有改变，但随着用户越来越依赖 AI 生成的答案，访问外部网站的需求减少，传统网站的曝光度和可见性也在下降。 对于出版商、零售商和内容创作者而言，这意味着即使你可以影响聊天机器人链接到你的网站，但由于点击率的急剧下降，回报的价值也变得值得怀疑。

-- gReader Pro 

--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

國科會揭明年度科技預算先期規畫、晶創臺灣方案和災防科技進展

國科會揭明年度科技預算先期規畫、晶創臺灣方案和災防科技進展

https://www.ithome.com.tw/news/170117

國科會在7月16日第16次委員會議後揭露3項議案進展，包括2026年度政府科技預算先期規畫、晶片驅動臺灣產業創新方案（即晶創臺灣方案），以及災防韌性科技方案。其中，明年度科技預算研討後約1,600億、聚焦5大信賴產業，晶創臺灣方案則聚焦半導體與AI，階段性進展有最近成立的臺灣算力聯盟和國網中心推出的生成式AI應用開發平臺Taiwan AI RAP。至於災防科技方案，目前累積166項科研成果，亮點則有農業部建立土石流多元預警AI，在丹娜絲颱風期間成功預警等。 明年度科技預算研議為1,601億元，聚焦5大信賴產業

-- gReader Pro


--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

2025年8月27日 星期三

【人工智能】RAG已死，上下文工程永存 | Chroma CEO Jeff Huber | 从炼金术到工程学 | 上下文腐烂 | 开发者体验 |...

於

2025年8月24日 星期日

hexgrad/Kokoro-82M · Hugging Face

於

2025年8月15日 星期五

【人工智能】什么是上下文工程Context Engineering | 上下文Context | Agent的缺点 | 提示词工程 | RAG | MCP | 写入 | 选取 | 压缩 | 隔离

【人工智能】什么是上下文工程Context Engineering | 上下文Context | Agent的缺点 | 提示词工程 | RAG | MCP | 写入 | 选取 | 压缩 | 隔离

https://www.youtube.com/watch?v=0J20wMjfuEc

https://www.youtube.com/watch?v=0J20wMjfuEc值得閱讀的理由 深入解析了AI Agent在實際應用中失敗的根本原因，指出問題多半不在於模型能力，而是「上下文工程」的失敗。 清晰界定了「上下文」的範疇，並將其細分為指導性、資訊性、行動性三大類，幫助讀者從系統性角度理解大語言模型如何處理資訊。 提供了一套由「寫入、選取、壓縮、隔離」組成的四維上下文管理框架，為開發高效能、穩定可靠的AI應用指明了具體實踐路徑。 摘要 AI Agent 失敗的根本原因：上下文工程 這段影片探討了當前AI Agent技術雖先進，但在實際應用中卻常「掉鏈子」的問題。作者指出，業界觀察顯示，多數AI Agent的失敗並非源於模型能力不足，而是由於上下文工程（Context Engineering）的缺陷。為了徹底理解這一概念，作者首先定義了「上下文」的本質。 作者解釋，上下文（Context）不僅僅是聊天記錄，它更是提供給大型語言模型（LLM）用以完成下一步推理或生成任務的全部資訊集合。這個定義涵蓋的內容遠比想像中豐富，主要可分為三大核心類別：第一類是指導性上下文（Guiding Context），其核心功能是指導模型「該做什麼」及「如何做」，主要透過提示詞工程（Prompt Engineering）進行優化，包括系統提示詞、任務描述、少樣本示例及輸出格式定義。第二類是資訊性上下文（Informational Context），它旨在告訴模型需要知道的知識，為模型提供解決問題所需的實事、數據與知識，如檢索增強生成（RAG）和記憶系統（短期記憶、長期記憶、狀態與草稿本Scratchpad）。第三類是行動性上下文（Actionable Context），其核心功能是告知模型「能做什麼」及「做了之後的結果」，為模型提供與外部世界互動的能力，例如工具定義、工具調用及其結果、以及工具追蹤等。總體而言，上下文是一個多維、動態且服務於特定任務的系統性概念。 上下文工程的定義與其重要性 在明確了上下文的定義後，作者進一步闡述了上下文工程（Context Engineering）。引述兩位AI領域的專家觀點，作者將上下文工程定義為一門系統性的學科，專注於設計、建構並維護一個動態系統，負責為Agent執行任務的每一步智能地組裝出最優的上下文組合，從而確保任務能夠被可靠、高效地完成。 影片中引用安德烈·卡帕西（Andrej Karpathy）的形象比喻，將Agent視為一種新型作業系統，模型是中央處理器（CPU），上下文窗口（Context Window）是記憶體，而上下文工程則類似於這個作業系統中的記憶體管理器。它的職責不是簡單地填滿記憶體，而是透過複雜的調度算法，決定在每個「時鐘週期」中，哪些數據應被載入、哪些應被換出、哪些應被優先處理，從而確保整個系統的流暢運行及結果的準確性。這標誌著與大語言模型互動模式的升級，從單純的提示詞工程轉向建構最高效的資訊供給系統。 作者也釐清了上下文工程與提示詞工程、RAG之間的關係。它們並非互相排斥，而是處於不同層級且互相協作。提示詞工程主要優化單次交互的指令部分，而RAG則從外部知識庫中檢索資訊作為資訊性上下文的一部分。上下文工程的範疇遠大於RAG，它不僅負責「檢索什麼」，還需考慮如何將各種資訊性上下文與其他兩類上下文動態組合，甚至在RAG失敗後考慮使用其他工具。 為何上下文工程不可或缺？ 作者接著探討了為何需要上下文工程這個新概念。當Agent輸出不如預期時，根源往往指向上下文資訊的缺失，而非模型能力。模型在缺乏關鍵資訊的情況下，只能進行不確定的假設甚至產生幻覺。影片透過兩個具體例子直觀地解釋了上下文工程的必要性。 第一個例子是處理一封簡單的電子郵件。一個缺乏上下文的Agent可能會給出機械且無法推進任務的回應，因为它缺乏做出下一步決策所需的資訊。相反，一個上下文充足的Agent會在調用模型前，動態組裝包含多維資訊的上下文，例如檢索日曆、識別發件人、分析過往郵件以確定語氣，並提供工具調用描述，從而生成一個真正高效的回應。這個例子清晰展示了缺乏上下文會造成顯著的性能鴻溝。 第二個例子假設一個Agent被賦予了一項長期任務，如在大型程式碼庫中實現新功能。如果採取樸素的策略，將每一次交互的完整歷史都作為上下文傳遞給模型，將會帶來多重負面影響：首先是性能悄然下降，早期無關緊要的細節會稀釋核心資訊，造成上下文干擾；其次是成本與延遲激增，導致API調用Token數量急劇膨脹；最終，系統會撞上架構限制，即上下文溢出，導致任務中斷或錯誤結果。上下文工程的目標正是解決這些問題，例如透過對上下文進行智能管理與壓縮，只注入高價值的結論與資訊，從而規避上述風險。這說明，隨著基礎模型能力的提升，上下文工程不僅成為提升系統表現的優先選項，在許多場景下，甚至成為唯一可行的路徑。 上下文工程的四大最佳實踐：寫入、選取、壓縮、隔離 為應對上述挑戰，業界已逐步發展出一套系統性的上下文工程框架。影片參考蘭斯（Lance）的博客，將其分為四個關鍵部分：寫入（Write）、選取（Select）、壓縮（Compress）和隔離（Isolate）。 首先是寫入（Write），它旨在將上下文持續儲存，超越上下文窗口的限制，以便未來按需取用。這包括會話內寫入（Session-level Write），例如將中間思考、計畫或臨時數據寫入會話內的草稿紙（Scratchpads），這是一種輕量級的、非持久化寫入；以及持久化寫入（Persistent Write），指系統將具有長期價值的信息，如用戶偏好總結、關鍵事實等，寫入外部記憶系統（例如向量資料庫或知識圖譜），從而實現跨會話的知識累積。 其次是選取（Select），其目的是在每次模型調用前，從所有可用資訊源中動態拉取與當前子任務最相關的資訊，這是保證上下文信噪比的關鍵。選取操作包括三類：根據預設規則載入上下文的確定性選取（Deterministic Select）；利用模型自身能力進行篩選的模型驅動選取（Model-driven Select）；以及最主流的、透過相似度檢索從記憶、草稿紙或外部知識庫中選取資訊的檢索式選取（Retrieval-based Select）。 第三個部分是壓縮（Compress），其目的是在資訊進入上下文窗口之前，對資訊進行有損或無損的壓縮，用更少的Token承載最核心的信號。這是容量有限情況下容納更多有效資訊的直接手段。例如，某些Agent系統在上下文窗口接近溢出時會採取「自動壓縮（auto-compact）」策略，自動總結上下文，保留其認為最重要的部分，但也可能採用硬截斷等修剪策略。 最後是隔離（Isolate），這是一種在系統架構層面進行的更根本的上下文管理策略。隔離的目的是在多資訊流之間設置邊界，由子流程先行消化，僅上交要點資訊，因此可視為跨流層面的一種壓縮。最經典的表現就是多Agent架構，其中子Agent扮演智能過濾器的角色，在各自領域內隔離且並行工作，消化大量原始資訊，再將最關鍵的壓縮後洞見提交給主Agent，極大減輕主Agent的認知負擔並提高上下文的資訊密度。工具調用及沙盒環境也體現了同等的隔離思想。壓縮主要作用於單一資訊流的內容，提升其資訊密度；而隔離則作用在多條資訊流上，管理系統複雜性同時實現廣義壓縮，兩者目的殊途同歸，都是為提升上下文中的資訊密度。 總結與模型上下文協議（MCP） 作者總結道，上下文工程並非簡單的概念炒作，而是AI應用開發從演示階段走向工業級應用階段所自然產生的開發哲學與準則。未來的開發重心將不可逆轉地從如何找到完美的提示詞，轉向如何設計出一個能夠為模型在每一步都動態組裝出完美上下文的健壯可靠系統。理解並熟練運用「寫入、選取、壓縮、隔離」這四大最佳實踐，將是區分AI系統是否為可靠、可規模化應用的關鍵要素。 影片最後回顧了模型上下文協議（MCP），並指出在理解上下文工程後，更能體會其命名用意。MCP是面向工具與數據的標準化接口，或者說上下文交換協議，它本質上是為「行動性上下文」和部分「資訊性上下文」的標準化交互所做的努力，讓Agent能更順暢、更安全地與外部工具和數據源通信。從這個角度看，MCP是實現穩健上下文工程所需的重要基礎設施之一，為這個複雜的系統工程提供了標準化的接口。總而言之，大多數AI Agent的失敗並非模型能力上的失敗，而是上下文工程的失敗。歸根結底，無論是精巧的提示詞、RAG，抑或是MCP，它們都指向同一個目標：在模型做出決策之前，為它準備好一份恰到好處的上下文。 ================================================大家好，这里是最佳拍档，我是大飞。不知道大家有没有这种感觉。现在很多AI Agent看起来技术很先进。但是实际用起来却经常掉链子。比如在处理复杂任务的时候半途而废。你可能会想。是不是因为模型不够强呢？其实根据业内的观察。多数AI Agent的失败。并不是模型能力的失败。而是上下文工程的失败。那么，这个所谓的上下文工程。英文为"Context Engineering"的概念。它和我们熟悉的提示词工程（Prompt Engineering）、检索增强生成（RAG）。甚至模型上下文协议（MCP）。到底是什么关系呢？今天我们就用一期视频来彻底搞懂这个话题。首先，我们得明确一个核心的问题。什么是上下文（Context）？很多人可能觉得，不就是聊天记录吗？其实这个理解只对了一部分。从本质上讲。上下文是提供给大语言模型的、用来完成下一步推理或者生成任务的全部信息集合。这个定义听起来简单。但是里面包含的内容。远比我们想象的要丰富。为了更好的帮助我们理解。可以把上下文分为三个核心的类别。第一类是指导性上下文（Guiding Context）。它的核心功能是指导模型该做什么。以及如何去做。主要为模型的行为去设定框架、目标和规则。我们平时做的提示词工程。其实主要就是在优化这类上下文。它包括系统提示词（System Prompt）、任务描述（Task Description）、少样本示例（Few-shot Examples）。以及输出格式定义（Output Schema）。第二类是信息性的上下文（Informational Context）。这类上下文的核心功能是告诉模型需要知道什么知识。为模型提供解决问题所必备的事实、数据与知识。它包括我们常说的RAG和记忆Memory。后者又为分短期记忆和长期记忆。以及State和Scratchpad。比如Claude Code的临时TODO。以及Thinking模型下的思考"草稿本"。第三类是行动性上下文（Actionable Context）。这类上下文的核心功能是告诉模型能做什么。以及做了之后的结果。为模型提供与外部世界交互的能力。它包括工具定义（Tool Definition）、工具调用和结果（Tool Calls & Results）。以及工具追踪（ Tool Traces）。所以从整体上来看。上下文其实是一个多维、动态、服务于特定任务的系统性的概念。远不止我们以为的聊天记录那么简单。在理解了上下文的定义之后。我们再来看看什么是上下文工程（Context Engineering）。两位AI大佬托比·卢特克（Tobi Lütke）和安德烈·卡帕西（Andrej Karpathy）对这个概念的描述很有启发性。托比·卢特克说。它更好地描述了一种核心技能。那就是提供所有上下文的艺术。以便让大语言模型能够合理的解决任务。安德烈·卡帕西则补充道。在所有的工业级的大模型应用中。上下文工程是一门微妙的艺术与科学。目的是在上下文窗口中填入恰到好处的信息。为下一步的推理做准备。结合两人的观点，我们可以这样理解。上下文工程是一门系统性的学科。专注于设计、构建并且维护一个动态系统。负责为Agent执行任务的每一步。智能地组装出最优的上下文组合。从而确保任务能够被可靠、高效地完成。安德烈·卡帕西在他的一次演讲中。用了一个很形象的类比。如果把Agent视为一种新型的操作系统。那么模型就像是中央处理器（CPU）。而上下文窗口（Context Window）就像是内存。上下文工程则是这个操作系统中的内存管理器。它的职责不是简单地把数据塞满内存。而是通过复杂的调度算法。决定在每一个"时钟周期"，哪些数据应该被加载、哪些应该被换出、哪些应该被优先处理。从而保证整个系统的流畅运行。以及最终结果的准确性。从这个类比中我们可以看到。上下文工程标志着我们和大语言模型交互模式的一种升级。也就是从原来的用提示词工程来优化指导性上下文。转向为构建一个最高效的信息供给系统。可能说到这里。你可能还是会有点迷糊。上下文工程和提示词工程、RAG到底有什么区别呢？简单来说。它们并不是互相排斥的关系。而是处于不同层级、互相协作的关系。具体来说。提示词工程主要任务是优化单次交互的指令部分。比如在系统提示词中定义角色。添加少样本示例和输出模式。来引导模型的行文。因此。它是一种更细粒度的、面向具体问题的、单轮交互的工程实践。而RAG的作用则是从外部的知识库中检索相关信息。将它作为信息性上下文的一部分。填充到上下文窗口中。显然，上下文工程的范畴远大于RAG。它不仅要负责"检索什么"，还需要考虑如何将得到的信息性上下文。与另外两类上下文进行动态组合。甚至在RAG失败之后考虑使用其他工具。那搞清楚了什么是上下文工程。接下来我们就要探讨。为什么我们需要这样一个新的概念呢？在没有这个概念之前。当我们发现Agent的输出不及预期的时候。问题的根源往往可以归结为两个方面。一是模型本身的能力局限。需要对模型进行优化。二是上下文信息的缺失。也就是模型没有接收到。生成高质量回复所需要的恰当的上下文。通常的情况下。尤其是在现在基础模型的智能水平显著提升之后。输出不及预期的原因更多的已经指向了后者。也就是说。我们没有实现有效的上下文工程。导致模型缺失了一些解决问题的关键信息。在这种情况下。模型只能进行不确定的假设。甚至陷入不必要的幻觉。让我们通过两个具体的例子。来更直观地理解上下文工程的必要性。第一个例子来自菲利普·施密德（Philipp Schmid）的观察。想象你的AI助手收到了一封简单的邮件。Hi. 明天有空聚一下吗？一个上下文贫乏的Agent。它看到的只有这句请求。没有其他的上下文。它的回应可能是机械的，比如说。感谢你的消息。我明天有空。请问你希望约在什么时间？这种回应其实无法真正的推进任务。因为它缺乏做出下一步决策所需要的信息性上下文。而一个上下文充足的Agent。它在调用模型之前。首要任务是动态地组装一个包含多维信息的上下文。在信息性上下文方面。它会检索你的日历。发现明天日程已满。然后识别到发件人吉姆（Jim）是重要的合作伙伴。再通过分析过往邮件。确定沟通应该采用非正式的语气。在行动性上下文方面。它会提供发送日历邀请（send_calendar_invite）工具的描述。基于这个完整的上下文。这回它就能生成一个真正高效的回应了。比如，Hi Jim！我明天日程完全满了。周四上午有空，你看方便吗？我发了一个暂定的邀请链接。如果你时间合适请确认一下。这里的"魔力"，并非来自于更智能的模型。而是一个能够为特定任务动态组装合适上下文的系统。这个例子也清晰地展示了。缺乏上下文。将造成显著的性能鸿沟。不过。是不是直接把所有可能的上下文。都提供给模型就行了呢？我们暂且不考虑大部分模型并没有较长的上下文容量和经济成本。实际上。当任务变得复杂和长时间的时候。这种简单的累加策略不仅会失效。甚至会降低模型的表现。所以第二个例子是。假设一个Agent被赋予了一项长期任务。比如在一个大型代码库中。用几天的时间来实现一个涉及多个文件和依赖项的新功能。为了简单起见。我们假设采用的是线性的Agent。不考虑并行架构下的决策复杂性。一种朴素的策略是。为了保证模型无所不知。系统将每一次的交互都记录下来。包括每一条用户指令、文件读取、编译错误、成功的工具调用等等。并将这整段历史作为上下文。在每次调用Agent的时候。都完整地传递给模型。但是这必然会带来几个后果。首先，性能会悄然下降。早期任务中各种无关紧要的细节。会不断稀释当前步骤所需要的核心信息。造成上下文干扰。其次，成本与延迟激增。随着上下文线性增长。每次API调用的Token数量会急剧膨胀。导致成本失控和更高的延迟。最终，系统将撞上架构限制。也就是所谓的上下文溢出。当累积的信息总量超过模型的上下文窗口上限后。API调用将直接失败。这也许会导致任务中断。或者因为信息截断而引发错误的结果。而上下文工程的目的。就是要解决这类问题。例如。它可以通过对上下文进行智能的管理与压缩。只将高价值的结论与信息注入上下文。从而规避上述风险。所以说。随着基础模型的能力普遍越过一个关键阈值以后。上下文工程不仅成为了提升系统表现的、更高优先级的选项。在许多场景下。它甚至是唯一可行的路径。上下文的缺失固然会导致Agent系统的性能下降、幻觉频发。但是无差别地把所有历史信息都注入上下文。同样会引发各种上下文退化的问题。为了应对上述的挑战。业界已经逐步收敛出了一套系统性的应对框架。如果我们参考兰斯（Lance）的博客。我们可以将上下文工程分为四个部分。分别是写入（Write）、选取（Select）、压缩（Compress）和隔离（Isolate）。我们逐一来看。首先是写入（Write）。它主要是将上下文持续久化。超越上下文窗口的限制。在未来按需取用。通常情况下分为会话内写入和持久化写入。会话内写入（Session-level Write）是指Agent将中间的思考、计划或者临时数据。写入一个会话内的草稿纸（Scratchpads）。这是一种轻量级的、非持久化的写入。用来管理当前任务的复杂性。持久化写入（Persistent Write）。是指系统将具有长期价值的信息。比如用户偏好的总结、关键事实等等。写入外部的记忆（Memory）系统。例如向量数据库或知识图谱。从而实现跨会话的知识积累。像ChatGPT和Cursor等应用就是通过这种方式。让Agent在与用户的持续交互中"学习"和"成长"，使得用户在解决某些问题的时候。无需再手动引入上下文。Anthropic也曾经在博客中建议。可以通过将子agent的输出写入文件系统。来避免无意义的上下文传递和上下文窗口占用。其次是选取（Select）。它的目的是在每次模型调用前。从所有可用的信息源中。动态地拉取与当前子任务最相关的信息。这是保证上下文信噪比的关键。上下文工程中的选取包括三类。首先是确定性选取（Deterministic Select）。指的是根据预设的规则来加载上下文。例如，Claude Code在启动的时候。会固定加载项目根目录下的CLAUDE。md文件。这是一种简单高效的先验知识注入。其次是模型驱动选取（Model-driven Select）。指的是当可用的信息源过多的时候。可以利用模型自身的能力进行筛选。第三个是检索式的选取（Retrieval-based Select）。也是最主流的方式。它的核心范式是通过相似度检索。从记忆、草稿纸或者外部知识库中选取信息。因此，选取操作的成败。在很大程度上依赖于底层检索系统的质量。第三个部分是压缩（Compress）。它的目的是在信息进入上下文窗口之前。对信息进行有损或无损的压缩。用更少的Token来承载最核心的信号。这是在上下文窗口容量有限的情况下。容纳更多有效信息的直接手段。像Claude Code等Agent系统。由于需要大量的token开销，因此。它们在上下文窗口接近溢出的时候。通常会采取所谓的"自动压缩（auto-compact）"，自动总结上下文。保留它认为最重要的部分。因此，自动压缩的策略及性能。对后续任务的处理影响非常大。根据实际使用情况。Claude Code的自动压缩功能目前还不完善。所以直接用最小上下文来重启会更加稳妥。另外还有一个是修剪策略。比如硬截断超过限度的历史。但是它的代价是可能会失去部分的语境。最后是隔离（Isolate）。相较于前三个在"信息流"内部进行优化的原则。隔离是一种在系统架构层面进行的、更根本的上下文管理策略。隔离的目的是在多信息流之间设置边界。由子流程先行消化，仅上交要点信息。所以可以视为跨流层面的一种压缩。Anthropic提到过一个很有意思的观点。那就是搜索即压缩。从庞大的语料库中提取洞见。这不禁会让人想到Ilya压缩即智能的观点。在多Agent系统中。子Agent扮演了一种智能过滤器的角色。它们在各自的领域内隔离且并行工作。消化大量的原始信息。然后再将最关键的压缩后的洞见。提交给主Agent。这种机制极大地减轻了主Agent的认知负担。它无需亲自阅读每一份原始文档。只需要处理由各个专家团队提交上来的、经过预处理和提炼的摘要报告。因此，上下文工程中的隔离。最经典的表现就是多Agent架构。由于主Agent只接收隔离上下文中最有价值的部分。可以很大程度的避免长上下文带来的潜在问题。比如上下文的干扰和冲突。也侧面提高了上下文中的信息密度。实际上。工具调用以及类似的沙盒环境。也都体现了同等的隔离思想。这里我们可以思考一下压缩与隔离的区别。压缩主要作用于单一信息流的内容。目的是为了提升其内在的信息密度；。而隔离则作用在多条信息流上。目的在于管理系统的复杂性。同时也能起到广义的压缩作用。可以说，它们的目的殊途同归。最终都是为了提升上下文中的信息密度。所以一个成熟的系统。往往会同时运用这两种策略。到这里。我们已经完整解构了上下文工程"是什么"、"为什么"以及"如何做"。可以看到。它并非是一个简单的概念炒作。而是AI应用开发从演示阶段走向工业级应用阶段。所自然产生的开发哲学与准则。我们的工作重心，也将不可逆转地。从如何找到那句完美的提示词。转向如何设计出一个。能够为模型在每一步都动态组装出完美上下文的、健壮可靠的系统。而理解并且熟练运用写入、选取、压缩、隔离这四大最佳实践。将是区分一个AI系统。究竟是一个有趣的演示。还是一个可靠的、可以规模化的应用的关键要素。最后。让我们再回过头来看看模型上下文协议MCP。理解了上下文工程。也许我们就能更好地体会这个命名的用意。MCP是面向工具与数据的一个标准化接口。或者说上下文交换协议。它本质上是为"行动性上下文"和部分"信息性上下文"的标准化交互。所做出的努力。让Agent能够更顺畅、更安全地与外部工具和数据源进行通信。从这个角度看。MCP可以说是实现稳健的上下文工程。所需要的基础设施之一。因为它为这个复杂的系统工程。提供了标准化的接口。总而言之，我们要认识到。多数AI Agent的失败。并不是模型能力上的失败。而是上下文工程的失败。归根结底，无论是精巧的提示词。还是RAG，抑或是MCP。它们都指向的是同一个目标。那就是在模型做出决策之前。为它准备好一份恰到好处的上下文。好了。希望今天的视频能够帮助大家更好的理解上下文工程这个概念。感谢收看，我们下期再见。  ============= https://www.youtube.com/watch?v=0J20wMjfuEc⭐️【官方商店 | 购买同款T恤】：https://go.bstp.hk/t-shirts不知道大家有没有这种感觉，现在很多AI Agent看起来技术很先进，但是实际用起来却经常掉链子。那这是不是因为模型不够强呢？其实根据业内的观察，多数AI Agent的失败，并不是模型能力的失败，而是上下文工程的失败。那么，这个所谓的上下文工程，英文为"Context Engineering"的概念，它和我们熟悉的提示词工程（Prompt Engineering）、检索增强生成（RAG），甚至模型上下文协议（MCP），到底是什么关系呢？今天我们就用一期视频来彻底搞懂这个话题。参考资料：https://www.philschmid.de/context-engineeringhttps://rlancemartin.github.io/2025/06/23/context_engineering/https://www.dbreunig.com/2025/06/22/how-contexts-fail-and-how-to-fix-them.htmlhttps://www.llamaindex.ai/blog/context-engineering-what-it-is-and-techniques-to-considerhttps://blog.langchain.com/the-rise-of-context-engineering/https://cognition.ai/blog/dont-build-multi-agents#applying-the-principles

-- gReader Pro


--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

2025年8月14日 星期四

Nvidia發表一系列推理模型，強化AI代理與機器人的多步決策能力

Nvidia發表一系列推理模型，強化AI代理與機器人的多步決策能力

https://www.ithome.com.tw/news/170571

Nvidia在今年頂級電腦圖學會議SIGGRAPH大會宣布擴充其開放推理模型家族，推出新一代Nemotron與Cosmos Reason模型，針對人工智慧代理與機器人應用，提升推理準確度、效率與多步驟任務處理能力。 新款Nemotron系列包括Nemotron Nano 2與Llama Nemotron Super 1.5，鎖定企業級人工智慧代理需求，針對於科學推理、數學計算、程式碼生成、工具呼叫與指令理解等任務。Nemotron Nano 2在同規模模型中，Token生成速度最高可達6倍，而Llama Nemotron Super 1.5則在推理準確度上居於領先，並提供4位元浮點數（NVFP4）版本，在Nvidia B200 GPU上的吞吐量可達H100的6倍，適合需要高效率推理的工作負載。 在兼顧性能與成本上，Nvidia於新一代模型中引入混合架構、緊湊量化（Compact Quantized）設計與可配置的思考預算機制，讓開發者能精確控制推理過程中Token的生成數量。此設計可在不額外增加時間或算力的前提下，實現最高約60％的推理成本降低，並確保人工智慧代理在既定資源限制內，維持深度推理能力與快速回應能力。 在實體人工智慧（Physical AI）領域，Nvidia推出的Cosmos Reason是一款開放且可自訂的70億參數推理視覺語言模型（Vision Language Model，VLM），具備物理概念理解、物體恆存與時空推理等能力。該模型可作為機器人視覺語言行動（Vision Language Action，VLA）模型的推理核心，支援決策制定、訓練資料的篩選與標註，以及視訊分析人工智慧代理的部署。在工廠、倉儲、零售、機場與交通監控等場景中，這些人工智慧代理能夠進行異常檢測與即時摘要，協助企業提升營運監控與反應速度。 Nvidia也同步釋出第一個開放視覺語言模型訓練資料集Llama Nemotron VLM dataset v1，包含300萬筆光學字元辨識、視覺問答與影像描述資料，提供Llama 3.1 Nemotron Nano VL 8B等視覺語言模型訓練與強化基礎。同時，Llama 3.2 NeMo Retriever嵌入模型在多項視覺文件檢索評測中表現突出，進一步提升檢索增強生成（RAG）型人工智慧代理的準確性與實用性。

-- gReader Pro


--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

2025年8月11日 星期一

AI 砸破科技業程式設計金飯碗！美國資工新鮮人轉戰餐飲業求生

AI 砸破科技業程式設計金飯碗！美國資工新鮮人轉戰餐飲業求生

https://www.inside.com.tw/article/39250-student-coders-seek-work-at-chipotle

曾經被視為職涯黃金門票的電腦科學學位，如今卻面臨前所未有的就業挑戰。隨著人工智慧程式設計工具普及，加上亞馬遜、微軟等科技巨擘大規模裁員，許多資訊工程畢業生發現自己陷入求職困境，甚至需要轉向餐飲業尋找工作機會。從矽谷夢想到現實衝擊21 歲的米什拉（Manasi Mishra）在矽谷附近成長，從小就聽到科技高階主管在社群媒體上鼓勵學生學習程式設計。「當時的說法是，只要學會寫程式，努力取得資訊工程學位，起薪就能達到 6 位數美金。」這樣的承諾激勵她從小學就開始寫網站，高中修習進階電腦課程，大學主修資訊工程。然而，經過一年的求職過程，米什拉今年 5 月從普渡大學畢業時仍未獲得任何工作機會。她在 TikTok 上分享：「我剛拿到資訊工程學位畢業，唯一打電話給我面試的公司是 Chipotle (連鎖速食店)。」這支影片已累積超過 14.7 萬次觀看。教育熱潮與現實落差自 2010 年代初期以來，億萬富翁、科技高階主管，甚至美國總統都積極推動年輕人學習程式設計，承諾這些技能將提升就業前景並促進經濟發展。微軟高階主管史密斯（Brad Smith）在 2012 年曾表示，資訊工程畢業生的起薪通常超過 10 萬美元，另外還有 1.5 萬美元的簽約獎金和價值 5 萬美元的股票選擇權。這些誘人的條件加上參與熱門應用程式開發的機會，迅速推動了資訊教育的蓬勃發展。根據電腦研究協會資料，去年美國主修資訊工程的大學生人數超過 17 萬人，較 2014 年增加一倍以上。AI 工具改變遊戲規則如今，AI 程式設計工具的普及能夠快速產生數千行程式碼，結合亞馬遜、英特爾、Meta 和微軟等公司的裁員潮，正在改變這個曾被推崇為黃金職涯的領域前景。這種轉變讓許多新畢業的資訊工程學生就業夢想破滅，迫使他們尋找其他工作機會。根據紐約聯邦儲備銀行報告，在 22 至 27 歲的大學畢業生中，資訊工程和電腦工程主修學生面臨最高的失業率，分別為 6.1% 和 7.5%，是生物學和藝術史畢業生 3% 失業率的兩倍多。求職者的艱難處境國家科學基金會前資訊教育和勞動力發展專案主任福布斯（Jeff Forbes）表示：「我非常擔心。三、四年前畢業的資訊工程學生會被頂尖公司爭相招攬，但現在同樣的學生卻很難找到任何工作。」《紐約時報》調查了超過 150 名大學生和近期畢業生，包括來自馬里蘭大學、德州大學、華盛頓大學等州立學校，以及康乃爾大學、史丹佛大學等私立大學的學生。許多人表示已申請數百個，甚至數千個科技業職位。25 歲的泰勒（Zach Taylor）2019 年進入奧勒岡州立大學主修資訊工程，部分原因是他熱愛高中時期的遊戲程式設計。自 2023 年畢業以來，他已申請了 5,762 個科技業職位，獲得 13 次面試機會，但沒有收到任何全職工作邀請。「這是我經歷過最令人沮喪的體驗之一。」泰勒說。他甚至申請麥當勞的工作來支付開支，但因「缺乏經驗」被拒絕。他現在已搬回奧勒岡州謝伍德的家中，領取失業救濟金。AI 工具的雙面刃效應牛津經濟研究所美國資深經濟學家馬丁（Matthew Martin）指出：「對於近期大學畢業生來說，不幸的是最可能被自動化的職位正是他們尋找的入門級職位。」電腦研究協會執行董事坎普（Tracy Camp）表示，新的資訊工程畢業生可能受到特別嚴重的衝擊，因為許多大學現在才開始培訓學生使用 AI 程式設計工具，這是科技公司目前最需要的新技能。一些畢業生描述陷入 AI「惡性循環」：求職者使用專門的 AI 工具如 Simplify 來客製化履歷並自動填寫申請表格，同時公司也使用 AI 系統自動篩選履歷並拒絕候選人。尋找政府科技職位的近期畢業生也面臨更多障礙。今年從喬治城大學畢業的史波里（Jamie Spoeri）因為熱愛透過邏輯解決問題而主修資訊工程，她已申請超過 200 個政府、產業和非營利組織職位，但近期的政府削減預算和招聘凍結讓聯邦職位變得困難，而 AI 程式設計工具也讓公司入門級軟體職位更難取得。產業的新方向知名的電腦教育推廣者現在正轉向 AI 領域。川普總統在 2017 年指導聯邦資金投入學校的資訊教育，最近公布了國家 AI 行動計劃，包括引導更多學生進入 AI 工作領域。微軟這個主要的電腦教育贊助商最近表示將提供 40 億美元的技術和資金用於學生和工作者的 AI 培訓。上個月，微軟總裁史密斯表示公司也在評估 AI 如何改變資訊教育。儘管面臨挑戰，一些畢業生還是找到了新的機會。米什拉雖然沒有獲得 Chipotle 的工作，但她在 TikTok 上的美妝網紅副業讓她意識到自己對科技行銷和銷售比軟體工程更有熱忱。這項領悟促使她主動申請在網路上找到的科技公司銷售職位，並在七月獲得工作機會，本月開始上班。這個曾經被視為通往高薪工作捷徑的領域正在經歷根本性變革，新一代的資訊工程畢業生必須重新定義自己的職涯道路，在 AI 時代找到屬於人類獨特價值的位置。責任編輯：Mia核稿編輯：Sherlock本文初稿為 INSIDE 使用 AI 編撰；加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員。延伸閱讀：Gemini 2.5 Pro 更新！標榜最強程式碼 AI 模型，憑一個指令生成網頁應用程式碼編寫能力再刷新！Anthropic 釋出 Claude Opus 4.1OpenAI 釋出 GPT-5：程式能力大升級，現在就能在 ChatGPT 用 

-- gReader Pro 
於

2025年8月8日 星期五

MEGA 推出 Transfer.it 免費空間：快速、安全、無容量限制的新傳檔神器

MEGA 推出 Transfer.it 免費空間：快速、安全、無容量限制的新傳檔神器

https://www.koc.com.tw/archives/608281

當你臨時要把幾個大檔案傳給朋友、同事或客戶時，常常會被容量限制、登入帳號、甚至複雜的加密流程搞到煩躁嗎？現在有個更輕鬆的解法！今天要介紹由 MEGA 推出的新一代傳檔工具 Transfer.it。它主打免登入、無容量限制、速度快又安全的檔案分享方式，讓傳檔不再卡關。這篇文章將帶你完整了解 Transfer.it 免費空間的特色與用法，還有詳細的操作教學，幫你解決過去常遇到的免空傳檔痛點。   MEGA 推出 Transfer.it 免費空間：快速、安全、無容量限制的新傳檔神器 熟悉雲端服務的朋友對 MEGA 一定不陌生，它一直以高安全性的端對端加密聞名。不過，有時候我們並不需要那麼複雜的加密傳輸，只想快速分享檔案給對方。Transfer.it 正是為此誕生的新工具，整合了 MEGA 的技術優勢與簡化流程的設計，讓傳檔變得更快、更直覺。 與傳統的雲端硬碟不同，Transfer.it 就像升級版的免費空間，專門為「想直接上傳檔案就分享出去」的需求設計。無論是要分享工作檔案、影片剪輯或壓縮後的設計素材，它都能提供更流暢的體驗。  Transfer.it 最大的亮點在於「沒有檔案容量限制」，你可以一次上傳超過數 GB 甚至更大的檔案，而不用擔心傳輸受阻。使用過程完全不需要註冊帳號，直接打開網頁就能用，對臨時需要傳檔的人來說超方便。雖然它不像 MEGA 雲端硬碟那樣提供端對端解密，但檔案依舊會在伺服器上保持加密狀態。當有人下載檔案時，系統會透過受信任的伺服器在記憶體中臨時解密，確保使用者的檔案仍然受到保護。 除了安全性，Transfer.it 也特別強調兼容性與效能，因為不需要透過瀏覽器進行解密，所以在不同裝置、不同瀏覽器上的使用體驗都相當穩定順暢。整體介面設計簡單直覺，就算第一次使用也能在短時間內上手，對不太熟悉雲端工具的使用者也非常友善。  Transfer.it 從現在一直到 2026 年 1 月 1 日之前，開放所有功能給所有使用者免費體驗。換句話說，你現在可以直接使用 Pro 功能而不需付費。如果你已經訂閱了 MEGA Pro 方案，那麼登入 Transfer.it 後就能自動享有 Pro 權益。 至於 2026 年 1 月 1 日起，也依然提供免費服務，但也有付費的 Pro 方案，每月價格為 €2.99（約新台幣 103 元）。Pro 用戶可以享有更多彈性，例如檔案連結可設定為「永久有效」，不會因到期日而失效，這對需要長期保留檔案分享的專業用戶來說非常實用。明年起使用免費方案的用戶，則有 100 次下載次數的限制，數量還是對於多數人很夠用的。  Transfer.it 使用教學 Transfer.it 的操作介面非常簡單，以下帶你一步步實際上手。 步驟一、上傳檔案或資料夾 打開 Transfer.it 網站，系統會自動顯示繁體中文介面。接著點選「新增檔案」，或直接把檔案拖曳到頁面上。這裡完全沒有檔案大小的限制，不論是一次多個檔案或整個資料夾都能順利上傳。  步驟二、設定檔案頁面與通知 在開始上傳前，你可以幫分享頁面設定標題與簡單訊息。這些訊息會顯示在對方下載頁面上，方便補充說明。此時也可以輸入你的 Email 電子信箱，用於開啟通知功能（例如有人下載檔案時提醒你）。右側會顯示目前的檔案清單，你可以隨時刪除或新增檔案。  步驟三、設定到期日期 點擊右上角「設定」按鈕，就能選擇檔案的保存時間，最短可設定 7 天，最長則可保存 90 天。如果升級為 Pro，用戶還能將檔案設為「永久保存」，對於公開連結或工作專案的長期分享非常方便。 Transfer.it 還能在特定情況下自動寄送通知給上傳者，例如檔案被存取時，或在到期前三天提醒檔案即將過期。如果發現選項無法開啟，代表你尚未設定 Email 地址，記得先補上。  步驟四、新增密碼保護 若擔心分享連結被陌生人隨意存取，你可以開啟「新增密碼」功能，下載方必須輸入正確密碼才能取得檔案，提升隱私安全。  步驟六、上傳與下載 開始上傳後，畫面會顯示目前的傳輸進度、速度與剩餘時間。完成後只要點選「複製連結」，就能立即分享給需要的對象。  對方打開連結後，會看到檔案名稱、大小與上傳者留言，點「下載全部」即可一鍵下載。如果有設定密碼，則需輸入正確密碼才能取用檔案。  結語 在這個檔案越來越大的時代，找到一個好用、不卡關的傳檔工具非常重要。Transfer.it 不但免註冊、無容量限制，還結合了 MEGA 的加密技術與穩定效能，讓檔案分享變得更快、更安心。對於學生、上班族、設計師、工程師，甚至只是想傳影片給朋友的用戶，Transfer.it 都是非常值得嘗試的新選擇。 趁著現在 Transfer.it 功能全面免費開放，不妨親自試用看看，你可能會覺得它比 WeTransfer、Dropbox 傳檔還順手，直接成為你的新傳檔神器！ Transfer.it 免費空間：https://transfer.it/ 延伸閱讀： iPhone 17 Pro 倒數兩個月登場！這 16 項亮點功能你一定要知道

-- gReader Pro


--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

小米开源声音理解大模型 MiDashengLM-7B

小米开源声音理解大模型 MiDashengLM-7B

https://www.oschina.net/news/364036

小米自研声音理解大模型 MiDashengLM-7B 正式发布，并全量开源。 据小米官方介绍，MiDashengLM-7B 速度精度上实现双突破：单样本首 Token 延迟仅为同类模型 1/4、同显存下并发超 20 倍，在 22 个公开评测集上刷新多模态大模型最好成绩（SOTA）。 MiDashengLM-7B 基于 Xiaomi Dasheng 作为音频编码器和 Qwen2.5-Omni-7B Thinker 作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。 MiDashengLM 的训练数据由 100% 的公开数据构成，模型以宽松的 Apache License 2.0 发布，同时支持学术和商业应用。  2024 年，小米发布的 Xiaomi Dasheng 声音基座模型在国际上首次突破 AudioSet 50+ mAP，在 HEAR Benchmark 环境声、语音、音乐三大领域建立领先优势并保持至今。 Xiaomi Dasheng 在小米的智能家居和汽车座舱等场景有超过 30 项落地应用。行业首发的车外唤醒防御、手机音箱全天候监控异常声音、"打个响指"环境音关联 IoT 控制能力，以及小米 YU7 上搭载的增强哨兵模式划车检测等，背后都有 Xiaomi Dasheng 作为核心算法的赋能。 小米表示，不同于 Qwen2.5-Omni 等未公开训练数据细节的模型，MiDashengLM 完整公开了 77 个数据源的详细配比，技术报告中详细介绍了从音频编码器预训练到指令微调的全流程。 作为小米"人车家全生态"战略的关键技术，MiDashengLM 通过统一理解语音、环境声与音乐的跨领域能力，不仅能听懂用户周围发生了什么事情，还能分析发现这些事情的隐藏含义，提高用户场景理解的泛化性。 基于 MiDashengLM 的模型通过自然语言和用户交互，为用户提更人性化的沟通和反馈，比如在用户练习唱歌或练习外语时提供发音反馈并制定针对性提升方案，又比如在用户驾驶车辆时实时对用户关于环境声音的提问做出解答。 MiDashengLM 以 Xiaomi Dasheng 音频编码器为核心组件，是 Xiaomi Dasheng 系列模型的重要升级。在当前版本的基础上，小米已着手对该模型做计算效率的进一步升级，寻求终端设备上可离线部署，并完善基于用户自然语言提示的声音编辑等更全面的功能。 MiDashengLM 开源地址：  GitHub 主页：https://github.com/xiaomi-research/dasheng-lm 技术报告：https://github.com/xiaomi-research/dasheng-lm/tree/main/technical_report 模型参数（Hugging Face）：https://huggingface.co/mispeech/midashenglm-7b 模型参数（魔搭社区）：https://modelscope.cn/models/midasheng/midashenglm-7b 网页 Demo： https://xiaomi-research.github.io/dasheng-lm 交互 Demo：https://huggingface.co/spaces/mispeech/MiDashengLM

-- gReader Pro


--
***************************************************
陳勇汀 Yung-Ting Chen

中華民國圖書館學會資訊科技委員
Blog: 布丁布丁吃什麼？ https://blog.pulipuli.info
***************************************************
於

2025年8月7日 星期四

JetBrains發表Kineto，強調零程式基礎也可快速產出網頁應用

JetBrains發表Kineto，強調零程式基礎也可快速產出網頁應用

https://www.ithome.com.tw/news/170457

JetBrains發表無程式碼應用程式建置平臺Kineto，強調透過自然語言提示，協助沒有程式經驗的用戶在約20分鐘內完成一個可用的網站或網頁應用。Kineto有別於傳統的網站產生器或流程自動化工具，而是進一步將需求敘述、架構設計、功能實現到應用發布的多個環節加以自動化，讓應用建置過程更加直覺。 過去十多年，隨著雲端運算普及，市面上出現各式低程式碼、無程式碼平臺，雖降低了部分開發門檻，實務上還是需要具備一定技術能力，例如多數平臺採用拖曳式介面，仍需使用者理解元件關聯，甚至在某些階段需撰寫JavaScript或SQL等語法。 JetBrains強調，Kineto的目標是讓使用者完全不需要撰寫任何程式碼，只需以自然語言描述所需功能和操作情境，由Kineto自動解析需求，完成前端介面、後端邏輯與資料庫整合。開發團隊指出，Kineto背後整合了JetBrains在程式設計工具、IDE與自動化開發累積的技術經驗，他們將這些能力融入自動應用生成流程。 在操作流程上，Kineto的建置過程從需求敘述開始，用戶僅需描述預期應用的主要功能，例如日程規畫、健身追蹤、簡易個人部落格等，Kineto會依據描述自動產生原型，包括使用者介面、資料流程、權限設定及基本互動邏輯。 當後續需調整功能或介面，用戶可啟用Meta Layer模式，透過自然語言調整使用者角色、規則或增修功能，無需重複整體說明。這種互動方式有別於傳統網站建置器需反覆操作或設定參數，能有效降低細節修改的複雜度。 目前Kineto鎖定小型應用場景，例如個人或團隊內部工具、活動登記、簡易問卷、知識庫或小型社群網站，強調可於20分鐘內產生可用成品並直接發布。JetBrains表示，未來計畫擴充支援更複雜的應用開發，加入自動代管、效能建議等功能。 現階段Kineto提供早期搶先體驗，全球用戶可申請等候名單，優先開放給具明確構想且無程式背景的使用者，入選者將獲團隊協助建置與完善應用。

-- gReader Pro 
於

Google 推出 Genie 3 世界模型，一句提示就能生成可即時互動的虛擬場景

Google 推出 Genie 3 世界模型，一句提示就能生成可即時互動的虛擬場景

https://www.techbang.com/posts/124749-google-genie-3-world-model

Google 宣布推出 Genie 3 世界模型，使用者只需提供文字提示，Genie 3 就能即時生成動態世界，並以每秒 24 幀、720p 的解析度供用戶探索，同時在數分鐘內保持內容的一致性。Google DeepMind 宣布推出 Genie 3，這是一個通用的世界模型，能夠生成前所未有的多元互動環境。使用者只需提供文字提示，Genie 3 就能即時生成動態世界，並以每秒 24 幀、720p 的解析度供您探索，同時在數分鐘內保持內容的一致性。  模擬世界的能力 Genie 3 的核心能力是根據純文字提示即時生成動態世界，模擬各類場景的物理特性與互動行為。這些世界可以涵蓋自然現象、生態環境、虛構動畫、歷史場景等，應用範圍從教育、娛樂、到代理程式訓練皆具潛力。   模擬物理與自然現象：Genie 3 能模擬水流、光影等自然現象，並生成充滿活力的生態系統，如精細的植物生命與動物行為。   創造虛構與歷史場景：激發使用者想像力，創造奇幻世界、動畫角色，甚至能帶領使用者探索不同地點與歷史場景，實現跨越時空的體驗。   長時間維持環境一致性：為了提供沉浸式體驗，Genie 3 克服了長時間生成中誤差累積的挑戰，其生成的環境能在數分鐘內保持高度一致性，並具備長達一分鐘的視覺記憶。Genie 3 在每一幀的生成過程中，需即時回顧先前的互動軌跡，即便使用者在一分鐘後重返場景，模型仍能參考過去資訊維持場景一致。   可觸發的世界事件：除了基本的導航，Genie 3 還支援基於文字的「世界事件」功能。使用者可以輸入指令，改變天氣、引入新物件或角色，讓世界產生實質變化。       即時互動與一致性 在 Genie 1 與 Genie 2 的基礎上，Genie 3 實現了突破性的即時互動能力。這款模型不僅在內容一致性與視覺真實性上超越前代版本，還與 Google 的影片生成模型 Veo 2 和 Veo 3 產生協同效應，展現出對「直覺物理學」的深刻理解。 Genie 3 能夠在每秒多次的運算中，即時回應使用者輸入，動態更新畫面內容，同時維持數分鐘內的物理與視覺一致性，有效避免自我迴歸生成過程中常見的誤差累積與內容崩壞問題。與依賴明確 3D 結構的 NeRFs 或 Gaussian Splatting 方法不同，Genie 3 採用逐幀自我迴歸生成的方式打造世界，內容更具靈活性與表現力。 不過，Google 也指出，儘管 Genie 3 在生成式互動技術上已邁出關鍵一步，仍存在一些限制。例如：代理程式可執行的動作仍然有限，對多代理間複雜互動的模擬仍是當前研究中的挑戰之一，模型也無法準確重現真實地理位置。此外，畫面中的文字呈現仍存在清晰度不一的情況，除非特別指定，否則難以穩定生成；而在互動時長方面，目前僅支援數分鐘的連續體驗，尚未達到長時間模擬的標準。   通往世界模型的未來 Google DeepMind 表示，世界模型也是通往通用人工智慧（AGI）的關鍵一步，因為它們能讓 AI 代理程式在豐富且無限的模擬環境課程中進行訓練。 Google DeepMind 承諾將持續以負責任的方式開發這項技術。目前，Genie 3 已以「有限研究預覽」的形式提供給少數學者和創作者，以期在技術開發初期就能收集關鍵回饋。Google 認為，Genie 3 將對 AI 研究和生成式媒體產生深遠影響，未來可能應用於教育、機器人訓練與自動駕駛系統等領域。  延伸閱讀：DeepMind發佈Genie 2「基礎世界模型」，單圖可生成1分鐘3D遊戲世界 延伸閱讀：Meta 推出「V-JEPA 2」世界模型AI：讓機器真正理解現實世界的物理規則 加入T客邦Facebook粉絲團

-- gReader Pro 
於

Google NotebookLM新增影片摘要功能，讓冰冷筆記也有溫度！

Google NotebookLM新增影片摘要功能，讓冰冷筆記也有溫度！

https://isvincent.pixnet.net/blog/post/51133708

Google NotebookLM 除了原有的語音摘要，現在又推出了影片摘要（目前限英語），讓你的筆記型式又有文章，也有語音和影片。以擬人化的方式提供語音和影片，又有聲音、又有畫面，有別於冰冷的文字資料，讓你的筆記也有了溫度。NotebookLM 會根據你上傳的資料來源，可能是 PDF 檔、文字檔等內容，有系統的組織其中資訊並以影片呈現。你可以自訂影片要如何摘要，要著重的用途、來源、節目架構等。執行影片摘要必須花一些時間，稍待片刻才會有結果。播放摘要影片時，可以選擇全螢幕播放，可以選擇播放速度，有多種倍速供選擇，可快也可慢，也可以快轉或倒退（每次10秒），方便使用者操作找尋想要的片段。影片內容的呈現，像是將 PowerPoint 投影片轉影片的感覺，除了文字內容，也會有一些插圖和版面美化的效果，例如：流程圖等。影片摘要可以分享，也能下載使用喔！真是太棒了啊！

-- gReader Pro 
於

AI 幫搜尋結果分類整理！Google 推出實驗性功能「Web Guide」

AI 幫搜尋結果分類整理！Google 推出實驗性功能「Web Guide」

https://www.inside.com.tw/article/39062-google-launches-web-guide

Google 於週四（24 日）推出了一項新 AI 功能「Web Guide」，是 Search Labs 的一項實驗性功能，可用於組織整理 Google 搜尋結果，將相關的網頁進行分組。Web Guide 會出現在 Google 搜尋中既有的「網頁」分頁中，該分頁目前是顯示不包含「AI Overviews」的搜尋結果。Google 表示，Web Guide 尤其適用於開放式的問題，舉例來說詢問「如何在日本獨自旅行」等，甚至可以是更複雜、由多個句子組成的搜尋，像「我的家人分散在多個時區，有哪些是能保持聯繫並維持緊密關係的最佳工具？」Web Guide 仍保有傳統搜尋的元素，例如在結果頁面頂部就顯示連結，下方的搜尋結果則會分類成不同區域，以上述的獨自旅行的範例來說，Web Guide 會將結果分類成：綜合指南、安全提示、個人經驗分享，並各自附上相關連結。外媒實測搜尋「如何照顧芒果樹」時，Web Guide 首先列出兩個相關的網頁，接著會在每個類別下方附上 AI 生成的摘要和連結，分類出的區域包括「特定氣候下的芒果樹照護」和「芒果樹問題排解」。連結的來源多元，包括教育資源、YouTube 影片、Quora 和 Reddit 的討論串等。Web Guide由 Gemini 驅動，有助於 Google 更佳理解使用者的查詢，並連結到使用傳統 Google 搜尋可能會錯過的頁面。與 AI 搜尋功能「AI 模式」類似，Web Guide 採用「查詢擴展」（query fan-out）技術，能同時發出多個相關的搜尋請求，以找出最結果。此實驗性功能先開放給選擇加入的使用者，但 Google 表示隨時間推移，Web Guide 會擴展到「搜尋」的其他區域，包括「全部」分頁。責任編輯：Jocelyn核稿編輯：Sisley本文初稿為 INSIDE 使用 AI 編撰；加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員。延伸閱讀：【Google I / O 2025】Google 搜尋要推出 AI Mode，要讓「資訊凝聚成智慧」Google Search Console 在美已納入 AI 模式的曝光、點擊，當作搜尋成效報告生成式 AI 真能威脅 Google 搜尋霸業？來看看 2025 Q1 的真實數據

-- gReader Pro 
於

谷歌推出能分析古代文本的 AI 模型 Aeneas

谷歌推出能分析古代文本的 AI 模型 Aeneas

https://www.oschina.net/news/362067

谷歌DeepMind推出了新AI模型Aeneas，旨在帮助历史学家更好地理解古代文本，其能够对公元前7世纪至公元8世纪的拉丁铭文进行分析。这是第一个专门为古代铭文提供上下文解读的人工智能工具。  传统上，历史学家依赖自身的专业知识和资源来寻找文本之间的相似性，即所谓的 "平行文本"。而 Aeneas 则通过处理数以千计的拉丁铭文，将这一过程大大加速，能在几秒钟内提供相关的文本和上下文平行例证，从而帮助历史学家进行更深入的解读和研究。 该模型不仅限于拉丁文，还可以扩展到其他古代语言、文字和材料，如纸莎草文和货币，进一步丰富了历史研究的可能性。Aeneas 的多模态输入能力，意味着它能够同时处理文本和图像信息，从而提高对铭文的地理来源的判断。这一工具的先进性体现在能够恢复长度不确定的文本缺口，和在对历史文本的恢复和预测方面设立了新的基准。 为了训练 Aeneas，研究团队整合了来自多个历史数据库的数据，包括罗马铭文数据库、海德堡铭文数据库等，创建了一个包含超过176000条古罗马铭文的拉丁铭文数据集。通过这种方式，Aeneas 能够有效识别并对铭文进行分类，为历史学家的研究提供了强有力的支持。 在一项评估中，23位历史学家参与了使用 Aeneas 进行铭文的恢复、鉴定和年代定位的研究。结果显示，当历史学家结合 Aeneas 提供的上下文信息与模型的预测时，取得了最佳的研究成果。许多参与者表示，Aeneas 加速了他们的工作流程并提高了对复杂铭文任务的信心。

-- gReader Pro 
於

FDA 的 AI 工具被发现捏造研究

FDA 的 AI 工具被发现捏造研究

https://www.solidot.org/story?sid=81881

FDA 几周前宣布使用名为 Elsa 的 AI 工具去加快药品和医疗设备的审批速度。内部人士称 Elsa 可用于生成会议记录和摘要或创建电子邮件和公报模板，但它也会捏造不存在的研究——也就是所谓的"幻觉"。FDA 内部人士称，幻觉让 Elsa 变得不可靠，无法用于重要工作。一位工作人员说，任何你没有时间仔细核查的东西都是不可靠的，AI 会很自信的产生幻觉。另一名工作人员说，AI 本应该帮助节省时间，但我浪费了很多额外时间去检查虚假或歪曲的研究。工作人员表示目前 Elsa 无法帮助加快药品和医疗设备的审批，仍然需要科学家进行评估，以确定药品和医疗设备是否安全有效。  edition.cnn.com/2025/07/23/politics/fda-ai-elsa-drug-regulation-makary https://edition.cnn.com/2025/07/23/politics/fda-ai-elsa-drug-regulation-makary

-- gReader Pro 
於

Mistral AI發布全球首份AI模型的生命周期環境影響報告，揭露碳、水、資源消耗影響

Mistral AI發布全球首份AI模型的生命周期環境影響報告，揭露碳、水、資源消耗影響

https://www.ithome.com.tw/news/170227

法國AI新創Mistral AI周二（7/22）發布了全球首份針對大型語言模型（LLM）進行完整生命周期環境影響的評估報告，並以最新的旗艦模型Mistral Large 2為例，量化該模型從開發、部署到使用階段所產生的三大關鍵環境指標，涵蓋碳排放、水資源消耗，以及以銻當量來衡量的資源枯竭程度。 報告顯示，截至2025年1月，Mistral Large 2在18個月的開發及使用時間，累計產生20.4公噸的二氧化碳當量（涵蓋所有溫室氣體），耗用了28.1萬立方米的水資源，造成660公斤銻當量（以銻作為金屬資源代表物質）的資源枯竭。相當於150名歐洲居民一整年的碳足跡，超過1,800名法國居民一整年的飲用與家庭用水總和，以及生產數百臺高階筆電所需的金屬用量。 而Mistral Large 2在不同階段對環境的影響也不一，例如碳排放主要集中在模型訓練與推論階段，占了整體碳排放的85.5%，用水絕大多數來自訓練與推論，占了91%，資源枯竭則主要來自硬體製造（61%）與訓練階段（29%）。 此外，Mistral AI也公開每次執行推論時的邊際環境成本，指出一個回覆400字元的Le Chat對話將會產生約1.14公克二氧化碳排放、45毫升用水及0.16毫克銻當量資源損耗，但這並未計入使用者終端設備的耗能。 該研究是由Mistral AI、法國碳轉型機構ADEME，以及企業社會責任顧問Carbone 4共同進行，並經Resilio與Hubblo兩家數位永續審核公司審查。為確保科學性，研究方法遵循AFNOR提出的Frugal AI原則，並符合《溫室氣體盤查協定產品標準》（GHG Protocol Product Standard）與ISO 14040/44等國際標準。 該研究亦發現，模型規模與環境影響呈現高度正相關，若在產出相同Token數的情況下，一個10倍規模的模型，其總體環境影響也可能放大一個數量級。因此，選擇最適規模的模型，將是減少資源浪費的關鍵。另一方面，使用端若能教育人們更有效率地使用AI工具，將多個問題合併查詢，同時精準選擇模型大小，也能節能減碳。 Mistral強調，隨著生成式AI快速擴張，業界亟需建立統一的環境評估框架，例如標準化的環境影響評分系統，讓使用者、企業與政府能更清楚掌握模型的碳排、水耗與資源密集度，據以制定採購政策與永續策略。

-- gReader Pro 
於
訂閱： 文章 (Atom)

不想讓創作變AI飼料？全新開源字型「ShieldFont」登場，靠這招讓爬蟲抓到滿頭包 | T客邦

https://www.techbang.com/posts/131901-shieldfont-anti-ai-crawler-glyph-substitution