研究與學習

我需要理解「Transformer 架構」,但我沒有
深度學習背景。

請:
1. 使用簡單類比解釋什麼是 Transformer
2. 解釋它解決什麼問題(以及為什麼比 RNN/LSTM 更好)
3. 解釋核心概念: Self-Attention、Multi-Head Attention、
   Positional Encoding
4. 給我一個簡單的程式碼範例(PyTorch)
5. 推薦 3 篇適合初學者的論文或部落格

幫我撰寫關於「大型語言模型的情境學習能力」的
文獻綜述:

1. 搜尋相關論文(arXiv、Google Scholar)
2. 總結 10 篇核心論文的主要貢獻
3. 識別研究趨勢和共識
4. 找出未解決的研究問題
5. 生成結構化的文獻綜述報告(帶引用)

幫我理解這篇研究論文:

[上傳 PDF 或提供 arXiv 連結]

我的背景: 電腦科學本科生,ML 經驗有限

請:
1. 用 3-4 句話總結論文
2. 解釋關鍵創新(有什麼新內容?)
3. 分解方法論
4. 用簡單術語解釋任何複雜的數學概念
5. 實際影響是什麼?
6. 有什麼局限性?
7. 建議我接下來應該閱讀的相關論文

我是 Python 開發者,正在學習 Rust。幫我理解 Rust 的
所有權系統:

1. 將它與 Python 如何處理記憶體進行比較
2. 用範例解釋所有權、借用和生命週期
3. 展示我經常使用的常見模式
4. 提供 5 個練習及解決方案,從基礎到中級遞進
5. 指出 Python 開發者在 Rust 中常犯的錯誤
6. 推薦 Python → Rust 轉換的最佳學習資源

我需要在 2 週後的會議上展示我關於[主題]的研究。

幫我:
1. 將我的 30 頁論文提煉為關鍵要點
2. 創建引人入勝的敘事弧
3. 設計幻燈片大綱(15 分鐘演講 + 5 分鐘問答)
4. 建議可視化以使複雜概念清晰
5. 預測可能的問題並準備答案
6. 為每張幻燈片編寫演講者筆記

受眾: 該領域的專家和非專家的混合

比較這三種解決[研究問題]的方法:

方法 A: [描述或論文連結]
方法 B: [描述或論文連結]
方法 C: [描述或論文連結]

創建比較表顯示:
- 關鍵假設
- 方法論
- 優勢
- 局限性
- 效能指標(如果可用)
- 最佳用例

幫我理解哪種方法最適合我的特定場景:
[描述你的用例]

幫我開發關於[主題]的研究提案:

當前情況:
- 領域: [你的領域]
- 研究空白: [什麼還不太理解]
- 假設: [你的假設]

請幫我:
1. 完善研究問題
2. 審查現有文獻(搜尋最近的論文)
3. 識別方法論方法
4. 概述預期貢獻
5. 預測潛在挑戰
6. 建議可行性時間表
7. 起草摘要(250 字)

生成我可以擴展的結構化提案大綱。

審查並改進這個學術段落:

[貼上你的寫作]

請:
1. 提高清晰度和簡潔性
2. 確保學術語調
3. 檢查邏輯流程
4. 建議更強的過渡
5. 標記任何無根據的主張
6. 改善句子多樣性

保持我的原始想法但增強表達。

幫我在論文中正確引用這些來源:

[提供來源資訊]

需要的格式: APA 第 7 版

還生成:
- 文內引用
- 完整參考清單條目
- 解釋何時使用每種引用風格
  (直接引用 vs. 改述)

我想研究[研究問題]。

幫我設計方法論:

背景:
- 領域: [你的領域]
- 可用資源: [時間、預算、資料訪問]
- 目標結果: [你想證明/發現什麼]

請推薦:
1. 適當的研究設計(定性/定量/混合)
2. 資料收集方法
3. 樣本大小和選擇標準
4. 分析技術
5. 潛在的效度威脅和緩解措施
6. 倫理考慮

為每個建議提供理由。

我想學習[新技術/框架/概念]。

當前水平: [你的背景]
目標: [你想實現什麼]
時間表: [可用時間]

創建結構化學習路徑:

1. 先決條件(我應該先知道什麼)
2. 核心概念(按邏輯順序)
3. 動手專案(3-4 個複雜度遞增的專案)
4. 要避免的常見陷阱
5. 推薦資源(優先級)
6. 追蹤進度的里程碑

使其實用且以專案為基礎。

我對[概念 A]和[概念 B]之間的區別感到困惑。

請解釋:
1. 每個概念是什麼?
2. 每個何時引入以及為什麼?
3. 關鍵差異(創建比較表)
4. 何時使用每個
5. 它們可以一起使用嗎?
6. 每個的現實世界範例
7. 常見誤解

在可能的情況下使用日常生活中的類比。

我正在閱讀這段程式碼/論文/解釋,但卡在[特定部分]:

[貼上令人困惑的內容]

到目前為止我理解的內容:
[你當前的理解]

我困惑的地方:
[具體問題]

請:
1. 逐步解釋令人困惑的部分
2. 提供類比
3. 展示替代解釋
4. 給出具體範例
5. 建議練習以鞏固理解

對[研究主題]進行系統性文獻綜述:

搜尋參數:
- 資料庫: arXiv、Google Scholar、PubMed
- 日期範圍: 最近 5 年
- 關鍵字: [列出關鍵字]

分析:
1. 搜尋並識別相關論文(目標 30-50 篇)
2. 篩選納入標準: [你的標準]
3. 從每篇論文中提取關鍵資料:
   - 使用的方法
   - 樣本大小
   - 主要發現
   - 局限性
4. 綜合發現:
   - 共同主題
   - 衝突結果
   - 文獻空白
5. 生成:
   - PRISMA 流程圖
   - 摘要表
   - 敘述性綜合

輸出全面的綜述文件。

設計實驗以測試[假設]:

背景:
- 研究問題: [問題]
- 變數: [自變數/因變數]
- 限制: [時間、預算、設備]

請設計:
1. 實驗條件(處理 vs. 對照)
2. 樣本大小計算(帶功效分析)
3. 隨機化策略
4. 資料收集協議
5. 測量工具
6. 統計分析計劃
7. 時間表和里程碑

包括潛在混淆因素以及如何解決它們。

幫我對[主題]進行元分析:

納入的研究: [列出帶效應量的研究]

任務:
1. 計算合併效應量
2. 評估異質性(I² 統計量)
3. 創建森林圖
4. 測試發表偏倚(漏斗圖)
5. 進行敏感性分析
6. 按[相關變數]進行亞組分析

解釋結果並評估證據質量。

我上週學習了[主題]。創建複習課程:

1. 要重新訪問的關鍵概念(間隔重複)
2. 練習題(比上次稍難)
3. 概念的新應用
4. 要注意的常見錯誤
5. 與[我正在學習的相關主題]的聯繫

在繼續之前幫我鞏固學習。

我剛學習了[概念]。幫我準備教學:

1. 創建 10 分鐘的課程計劃
2. 建議類比和範例
3. 預測學生問題
4. 設計 2-3 個互動練習
5. 創建視覺輔助(描述要展示什麼)

教學受眾: [指定級別]