i-29 Lab

【讀書筆記】身體的檢查數值：詳細了解健康檢查的數值意義與疾病訊號 確認你的檢查數值 藉由檢查獲悉的疾病 糖尿病 異常血脂病 高血壓 自體免疫疾病 癌症 感染症 腦與神經的疾病 肺部疾病 心臟疾病 甲狀腺疾病 胃部疾病 肝臟疾病 膽囊疾病 胰臟疾病 大腸疾病 腎臟疾病 骨骼疾病 血液 書名：身體的檢查數值：詳細了解健康檢查的數值意義與疾病訊號 人人伽利略08 日本Newton Press作：賴貞秀，黃詩容 譯．第一版 新北市：人人，2020.03 人人伽利略系列：8 ISBN 978-986-461-209-3 健康檢查、檢驗醫學 確認你的檢查數值 檢查項目 正常值 需要改善生活習慣 需要進一步診察與治療 備註 γ-GTP 10-50（成年男性） 9-32（成年女性） 正常值的上限-100 100以上 肝的解毒功能 AST（GOT） 11-33 33-100 100以上 肝炎 ALT（GPT） 6-43 43-100 100以上 肝炎 ALP 80-260 80以下 260以上 600以上 （黃疸）

GenAI(生成式人工智慧): 教學的好幫手!? 李忠謀 特聘教授 國立台灣師範大學資訊工程系 前言 ChatGPT Limitations 使用限制 AI應用帶來的挑戰 (Fear of AI) 教師角色的重新定位 (Re-positioning the Role of Teacher) AI生成內容的歷史 早期的AI生成技術 大型語言（large language model，LLM）模型的興起 GPT-3 和 DALL-E 的問世 大型語言模型的訓練過程 大型語言模型的應用場景 大型語言模型的局限性 Try it: Gamma.app Feedback GenAI for Teacher GenAI Teacher Tools GenAI for Student Bloom’s Two Sigma Problem ChatGPT 擔任 1-1小老師的優勢 ChatGPT+Mapify GenAI for Future 心得 前言 ChatGPT Limitations 使用限制 強化學習的局限：在強化學習（RL）過程中，模型的決策不一定有真實的參考依據，有時候會缺乏精準性。 保守的回應策略：訓練模型時，若過於保守，可能會導致模型在某些情況下拒絕回答其實可以正確解答的問題。 監督式學習的誤導性：理想的答案往往是基於模型已知的知識，而不一定是符合人類所期望的內容，這可能會造成模型在一些情境下誤導使用者。 AI應用帶來的挑戰 (Fear of AI) New York City school Ban ChatGPT amid cheating worries 學生學習習慣的變化：由於AI工具的輔助，部分學生可能過於依賴這些技術，導致批判性思維能力下降，影響他們的創造力與解決問題的能力。 教師職位的威脅：AI技術能夠提供個性化的教學與自動化評估，這可能使某些教育工作者感到職位受到威脅。