在網路上可能很很常會看到這種相似九宮格，身為人類的我們經常會被這些圖片混淆，需要仔細看很久才能分辨出來每一個是什麼內容。 剛好最近看到有人拿GPT4來玩看看它對這種圖片的分辨能力如何，於是就順便蒐集了一系列相似的圖片來看看它能答對多少吧(´▽｀)

有視覺能力的GPT-4，拿來做筆記效果如何？ 結論：「對於表格辨識和轉換的效果蠻不錯的，但目前的反應速度仍然慢到會影響體驗」

在Mac中對於 zip 壓縮檔案的支援蠻好的，直接點兩下開啟就解壓縮了，但是 rar 檔案卻無法。 若我們電腦已經安裝了 Homebrew，可以在上面使用rar工具來進行壓縮/解壓縮的處理。

本文介紹了Streamlit中的新組件st.chat_message和st.chat_input，這些組件可以用於建立對話式應用程序界面。我們學習了如何使用st.chat_input來接受使用者輸入，以及如何使用st.chat_message來顯示對話紀錄。此外，我們還學習了如何組合這些組件以創建交互式對話界面，以及如何使用st.session_state來保留對話記錄。

OpenAI公佈了新的資訊，不但帶來了ChatGPT API的降價資訊(GPT3.5 API降價25%、Embedding API降價75%)，還帶來了許多新的模型版本與功能：包含更長的GPT3、支援格式化輸出的GPT3/4。本文帶來快速重點整理與如何使用GPT的格式化回覆程式範例。

在做資料處理時，有些情況下會遇到每一筆資料會花費比較長的時間(運算or等待API回傳)，這個時候如果用傳統的`apply`方式可能就會需要等待比較久的時間，因此如果電腦有閒置的資源的話不妨考慮使用並行運算，讓多筆資料可以同時處理，加快計算時間！

有在寫程式的人，想必對Git應該不會陌生吧？短短的程式碼就能產生出非常大的效果，然而有時候我們也必須在儲存庫裡面添加一些其他的大檔案(例如模型、資料、影片...等)。這個時候如果仍然使用一般的git管理，不止容易降低效率，同時還可能會超過限制而無法上傳，這個時候就要依靠Git LFS來解決了~

有人做了一個讓你練習提示詞注入的工具，如果有要用LLM開發產品的建議瞭解一下，避免你的Prompt或機密資訊被偷。 或是你也可以壞壞的去嘗試拿別人服務的Prompt(誒不是

最近大家都在討論AI大神吳恩達與OpenAI合開的這門ChatGPT 提示詞工程。 不過實際看完課程和各個筆記以後，許多都是使用AI做文字轉語音+自動摘要產生的，所以我在自己實際看完課程+對照各版本筆記所強調的重點後，重新整理成一份濃縮的精華，期望能成為你在需要回憶內容時候最有效的參考~