作者查詢 / oopFoo
作者 oopFoo 在 PTT [ Soft_Job ] 看板的留言(推文), 共1010則
限定看板:Soft_Job
看板排序:
全部PC_Shopping3969home-sale1166Soft_Job1010GameDesign229Stock222Emulator217Steam98C_Chat32nb-shopping31Oversea_Job19Lifeismoney18nCoV201918MobileComm15Tech_Job15HatePolitics10TY_Research7WorkinChina7Military6Printer3D6PlayStation5Gossiping4AI_Art3Old-Games3Test3DigiCurrency2TWSU2Digital_Art1Storage_Zone1<< 收起看板(28)
29F推: 推,不過感覺內容空洞,關鍵字齊全,PM當太久?08/15 22:07
57F推: 過來人經驗,台灣沒有軟體業,什麼時候回來都不適合。07/29 09:03
58F→: 除非你是有家人需要照顧,不然軟體不要考慮台灣。07/29 09:04
2F推: 強者,推06/17 06:14
46F推: 很多老的大公司是這樣,所以慎選。不過想進金融就是求穩定06/10 19:06
47F→: 那真的social技能>>>>技術06/10 19:07
48F推: 贊同DrTech的看法。大公司外包,顧問一堆是正常的。05/19 10:03
3F推: 我也覺的是這個方向,但關鍵字應該也是重要,但關鍵字如何05/16 07:56
4F→: 提取,應該是dl訓練出來的。我覺的這題關鍵是如何提取關鍵05/16 07:57
5F→: 字,不然有6小時的資料應該很容易預測24小時的愛心數。05/16 07:58
6F推: 而且給time series的資料,應該就是想用transformer05/16 08:02
11F推: 我猜現在所有人都在用bert/gpt,找intern應該也是想要延續05/16 13:01
12F→: 公司正在做的,transformer也許不是最適合這題,但可能是05/16 13:01
13F→: dcard想找的人。只是盲猜,提出來聊聊。面試,考題,機運05/16 13:03
14F→: 蠻重要的。05/16 13:03
15F推: 這種"標題"對"星星"的decoder應該很簡易訓練,反正資料少05/16 13:12
28F推: 這就是很詭異的地方,現在用LLMs,用少少的data fine tune05/18 08:49
29F→: 效果奇異的好。也許LLMs裡的"知識"夠多,adaptation效果05/18 08:50
30F→: 奇佳。在twitter上看到一些專研NLP的學者有點垂頭喪氣,說05/18 08:52
31F→: 以後不用研究了05/18 08:52
93F推: 推推,當初Antirez跟davidw在tcl.tk也蠻活躍的,我也玩玩05/11 12:40
94F→: tcl玩了一小段時間。可惜tcl不適合有結構的data。05/11 12:42
24F推: 看了影片,AutoGPT沒用。Copilot也沒用只boilerplate code04/17 13:33
25F→: 最後,自己讀論文學training,花了好幾天。這根本是標題04/17 13:34
26F→: 騙人。直接拿本Pytorch/TensorFlow的書,花的時間可能還04/17 13:35
27F→: 更少。看書看好,影片裡的overfitting,還有其它問題都可04/17 13:38
28F→: 已很簡單避免。就標題賺點閱而已。Leetcode繼續刷04/17 13:39
7F→: 整個專案怎麼吃?瀑布式開發法?光是改規格,跟AI whisper04/03 11:12
8F→: 就註定失敗了。更何況,GPT本質是sentence generator04/03 11:13
1F推: 推。早點進來是好事04/03 11:09