深度研究: AI 正在改變半導體製造業
據業界推估，台積電和三星等領先企業已成功應用遷移學習，
Friday, June 27, 2025
Thursday, June 12, 2025
Engineering simulation using Claude
Wednesday, June 11, 2025
AI 對話撞到長度限制 max length reached
每個對話( chat) 都有容許的記憶長度(context window)，這跟人類是不一樣的，
1. 縮短您的訊息：請求更簡潔的回應或以較少的回應請求資訊。
2. 開始新的對話：開始一個新的聊天以重置(reset 歸零)長度限制，先前的結果建議打包（例如最後的 artifact）帶走，餵給新的對話，以便保留情境(context)。
3. 升級至Claude Pro：這個付費選項可以提供更高的訊息長度限制。(
如需立即解決，我建議開啟一個新的對話，
無法繼續輸入，是context window 問題，與限流無關，但可能剛好某一個chat 的 context window 用完時你也剛好被限流
只要開啟新的對話，記憶歸零
Tuesday, June 10, 2025
AI 的關鍵提問 Q&A
規模的迷思 : AI 的規模與問題解決策略
4. 有了 AI 之後，大學的價值是什麼
以 MIT 研究材料科學為例：
- 大學教育提供：
- 基礎理論知識
- 實驗操作經驗
- 研究方法訓練
- 專業人脈網絡
- 批判性思維能力
- 團隊合作經驗
學習 AI 和攻讀碩士學位服務於不同目的。碩士學位提供專業知識和研究經驗，而 AI 知識提供分析和自動化工具。選擇取決於職業目標 - 這兩者並不互斥，反而可以相輔相成。
多個限制條件的複雜問題
當AI面對包含多個限制條件的複雜問題時，確實存在難度。
在注意力機制(Attention mechanism)中，模型需要同時關注多個條件，並且每個注意力分配都是基於概率的。當條件數量增加時，要同時滿足所有條件的概率會顯著降低，這就像是連續投擲硬幣並期望全部正面朝上一樣——條件越多，全部滿足的概率越低。
這種情況下，模型可能會:
- 忽略某些條件
- 錯誤理解條件之間的關係
- 在滿足一些條件的同時違反其他條件
如果您有一個包含多個複雜條件的問題需要解決，我建議將問題分解成較小的部分，逐步處理每個條件，這樣會更容易得到準確的解答。
Claude man in the loop
Gemini 2.5 Pro got it right twice in a row
一輛最多可載3人的汽車需要運送5個人 - Alice、Bob、Carlos、Diana 和 Elena。請考慮以下條件：
- Alice 拒絕和 Bob 同車
- Carlos 必須與 Diana 同行
- Elena 是唯一持有駕照的人
- 在起點或終點都不能留下單獨一位女性
請擬定一個運輸計畫，能夠減少運輸人次更好。
failed plan normal
Big data
分析台灣電子產業
分析藍白立法院表現
大數據分析顯現藍白問政的公眾接受度偏低，缺乏透明度與問責性
分析香蕉為什麼這幾個月變貴了
https://claude.site/artifacts/Monday, June 09, 2025
場域應用與服務設計 Syllabus 2025 Fall
9/30
Enhance visualization (M. I. P.)
10/14
Make AI smarter (Dog Retrieving Ball)
Reasoning with AI for Complex Constrained Problems: AI半導體廠製程優化 Part 1
11/4 - 期中考暫停上課一次
11/25
12/30
End of Class
Subscribe to:
Comments (Atom)
