PODCAST · technology
DataSci Ocean
by DataSci Ocean
AI 與數據技術像一片深不見底的大洋，每天都有看不完的新進展。面對資訊洪流，你是否也感到焦慮？啃完一篇 20 頁的論文往往要耗掉大半天；翻開頂尖科技公司的 EngineeringBlog；又常被滿紙架構術語擋在門外。好不容易看懂了，才發現很多數字是精挑細選過的「包裝」，實際落地滿是地雷。DataSci Ocean 想做的，是你在這片深海裡的探照燈。我會替你讀完那些複雜的論文與技術文章，徹底消化後再用好懂的語言拆解：💡 講清技術本質：不賣弄術語，帶你看懂這個模型或架構到底為了解決什麼痛點。💡 說論文沒說的真話：哪些實驗設計有洞？哪些限制被刻意略過？幫你過濾炒作泡沫。💡 關注對你的啟發：不只是學術玩具，更關乎工程實踐與落地可能。節目長度隨主題自然呼吸 —— 有時是 15 分鐘的關鍵輕解讀，有時是近一小時的徹底深潛。不必再對著複雜的 PDF 孤單發呆。戴上耳機,這一次有人陪你一起下潛。我是 Johnny。內容改編自我個人的研讀筆記，由 AI 語音合成。完整的架構圖、Prompt 範例與程式碼在我的部落格 👉 https://datasciocean.com/
Episodes
-
【Prompt Repetition】題目貼兩遍，AI 答對的機率會變高嗎？
把同一個問題原封不動貼兩遍再丟給 AI，答對的機率會變高嗎？這集談的 Prompt Repetition（提示詞重複），是 Google Research 在 2025 年 12 月發表的研究論文，測的就是這個做法。 原因出在 AI 讀文字是從頭到尾單向讀：讀到前面的字時，還不知道最後的問題是什麼；貼第二遍，等於讓它帶著問題再讀一次。作者拿七個主流 AI 模型（OpenAI、Anthropic、Google、DeepSeek 都有）做十種考題，共七十種組合，貼兩遍在其中四十七種答對率明顯較高（統計上不是碰運氣），沒有任何一種明顯變差。 其中一個在五十個名字裡找第二十五個的測試，答對率從...
-
【Adaptive Chunking】AI 查公司文件老答非所問？可能是文件被切成小塊的方式出了問題
用 AI 查公司文件、客服知識庫，常常答非所問。AI 讀不完整份文件，所以會先把文件切成一小塊一小塊（論文裡叫 chunking）存進資料庫，被問到問題時再翻出相關的幾塊來回答，這套做法叫 RAG。 這集談的 Adaptive Chunking，是一篇研究論文提出的做法，專門處理最前面、最容易被忽略的「怎麼切」：它不找一種萬能切法，而是替每份文件同時試好幾種切法，用五個不必真的跑完整 RAG 的檢查（例如代名詞有沒有被切散、每一塊的主題純不純）打分，只留最高分的那一種。 在論文自己準備的 99 道測試題裡，其他環節全都不變，只把常見的預設切法換成它，答對題數從 49 題升到 65 題。...
-
【SkillOpt】AI 老是重複犯錯？不改 AI 本身，只改它讀的操作手冊，能讓它少犯錯嗎？
AI 老是重複犯同樣的錯，能不能不動 AI 本身，只改它每次開工前會先讀的「操作手冊」（一份給 AI 看的文字檔，論文裡叫技能文件）來減少錯誤？ 微軟的 SkillOpt 把改手冊這件事當成訓練來做（被訓練的是這份文字檔，AI 本身一點都不動）： 先讓 AI 跑一批任務找出錯在哪，每一步只准改幾處，而且改完要在 AI 沒練習過的題目上分數更高才收下，否則退回。 在論文測的 52 種情境（換不同的 AI、不同的測試題、不同的工具環境）中，它都是最佳或並列最佳；例如在 Claude Code（一種會自己操作電腦的 AI 程式環境）做試算表任務，百分制的分數從 22.1（沒有手冊時）升到...
-
【WikiSkill 研究解析】AI 老是重複犯錯？讓它自己寫一本「失敗筆記」，真的有用嗎？
AI 老是重複犯同樣的錯，能不能讓它自己寫一本「失敗筆記」，下次照著改？一篇叫 WikiSkill 的研究實測了這件事： 有了筆記，AI 在數學、試算表、網路問答、長文件問答這四類任務上的平均答對率，從 48.7%（沒有筆記時）升到 63.7%。但筆記要給對地方，給錯了，效果反而打折。這集用白話拆解這個做法怎麼運作、實驗證明了什麼，以及研究自己沒驗證到的地方。談的是 AI Agent（能自己查資料、操作工具完成任務的 AI）在反覆執行任務時怎麼累積經驗，不是聊天時的失誤。「操作手冊」（論文裡叫 skill）是它做事前會先讀的說明文件。不需要讀過論文或做過 AI 開發，用過 ChatGPT...
-
又一個號稱超越 GPT 的神話？聊聊 Jev 的 193 倍跑分是如何「精選」出來的
官方喊比前沿大模型快193.6倍、便宜444.6倍,而且不會產生幻覺。好幾組獨立團隊真的拿去實測,倍數卻掉到不到八分之一——但沒有一組抓到造假。這集把官方數字怎麼算出來的、四個混淆變因,還有背後那套叫RLCD的訓練方法,一次拆開講清楚。 這集你會知道 官方的193.6倍是怎麼精挑細選出來的,拆開之後真正的倍數是多少 「機率校準」是什麼,為什麼大模型講得越篤定,反而越可能是校準壞掉 四個混淆變因,一套可以拿去拆穿任何誇大benchmark的習慣 什麼任務適合用這種輕量模型、什麼任務碰都不要碰的一句話規則 這是拆解與評論,不是操作教學——不會教你怎麼串接Jev的API 章節 2:01...
-
【Mem0 深度拆解】知識圖譜輸了論文卻不說？AI Agent 長期記憶只要 4 個動作
同一個團隊做了兩個版本，一個簡單、一個用知識圖譜。照理說複雜的那個應該比較強，結果四類問題裡它輸了兩類 —— 而論文對這件事，一句解釋都沒有。這集我們把 Mem0 的記憶管理拆開來看,它其實只有四個動作；最後再回頭看那個沒被解釋的結果，講講我自己的猜測。 這集你會知道 為什麼 AI Agent 會忘記事情，以及「把記憶體開大一點」為什麼治不好這個病 Mem0 的記憶管理只有四個動作，簡單到你聽完就能用在自己的專案上 這篇論文真正證明的東西，跟它標題宣稱的不太一樣 知識圖譜版本反而在 multi-hop 問題上輸了 —— 論文沒解釋，我講講我的猜測 章節 0:06 複雜的那個版本，輸了...
We're indexing this podcast's transcripts for the first time — this can take a minute or two. We'll show results as soon as they're ready.
No matches for "" in this podcast's transcripts.
No topics indexed yet for this podcast.
Loading reviews...
ABOUT THIS SHOW
AI 與數據技術像一片深不見底的大洋，每天都有看不完的新進展。面對資訊洪流，你是否也感到焦慮？啃完一篇 20 頁的論文往往要耗掉大半天；翻開頂尖科技公司的 EngineeringBlog；又常被滿紙架構術語擋在門外。好不容易看懂了，才發現很多數字是精挑細選過的「包裝」，實際落地滿是地雷。DataSci Ocean 想做的，是你在這片深海裡的探照燈。我會替你讀完那些複雜的論文與技術文章，徹底消化後再用好懂的語言拆解：💡 講清技術本質：不賣弄術語，帶你看懂這個模型或架構到底為了解決什麼痛點。💡 說論文沒說的真話：哪些實驗設計有洞？哪些限制被刻意略過？幫你過濾炒作泡沫。💡 關注對你的啟發：不只是學術玩具，更關乎工程實踐與落地可能。節目長度隨主題自然呼吸 —— 有時是 15 分鐘的關鍵輕解讀，有時是近一小時的徹底深潛。不必再對著複雜的 PDF 孤單發呆。戴上耳機,這一次有人陪你一起下潛。我是 Johnny。內容改編自我個人的研讀筆記，由 AI 語音合成。完整的架構圖、Prompt 範例與程式碼在我的部落格 👉 https://datasciocean.com/
HOSTED BY
DataSci Ocean
CATEGORIES
Loading similar podcasts...
Frequently Asked Questions
How many episodes does DataSci Ocean have?
DataSci Ocean currently has 6 episodes available on PodParley. New episodes are automatically indexed when they're published to the podcast feed.
What is DataSci Ocean about?
AI 與數據技術像一片深不見底的大洋，每天都有看不完的新進展。面對資訊洪流，你是否也感到焦慮？啃完一篇 20 頁的論文往往要耗掉大半天；翻開頂尖科技公司的 EngineeringBlog；又常被滿紙架構術語擋在門外。好不容易看懂了，才發現很多數字是精挑細選過的「包裝」，實際落地滿是地雷。DataSci Ocean 想做的，是你在這片深海裡的探照燈。我會替你讀完那些複雜的論文與技術文章，徹底消化後再用好懂的語言拆解：💡 講清技術本質：不賣弄術語，帶你看懂這個模型或架構到底為了解決什麼痛點。💡 說論文沒說的真話：哪些實驗設計有洞？哪些限制被刻意略過？幫你過濾炒作泡沫。💡...
How often does DataSci Ocean release new episodes?
DataSci Ocean has 6 episodes. Check the episode list to see recent publication dates and frequency.
Where can I listen to DataSci Ocean?
You can listen to DataSci Ocean on PodParley by clicking any episode. We provide an embedded audio player for direct listening, and you can also subscribe via your preferred podcast app using the RSS feed.
Who hosts DataSci Ocean?
DataSci Ocean is created and hosted by DataSci Ocean.
URL copied to clipboard!