https://jecision.com/blog AI 自動化、邊緣運算與系統整合的實作紀錄。 zh-TW Fri, 23 Oct 2026 17:14:09 GMT https://jecision.com/blog/hello-jecision https://jecision.com/blog/hello-jecision Fri, 23 Oct 2026 00:00:00 GMT 舊站的每一篇文章，原始碼裡都沒有 title、沒有 description、沒有 canonical，公式還是純文字。這篇記錄我們把部落格搬回 jecision.com 的過程，以及三個差點讓上線失敗的意外。 nuxt seo 重構 https://jecision.com/blog/attention-as-kernel https://jecision.com/blog/attention-as-kernel Tue, 20 Oct 2026 00:00:00 GMT 第一次看到「attention 是核方法」這個說法時，我以為那只是類比。自己推過一次才發現不是——而這件事直接決定了我們該在哪裡砍計算量。 transformer 數學 推論 https://jecision.com/blog/arxiv-2510-27688v1 https://jecision.com/blog/arxiv-2510-27688v1 Thu, 06 Aug 2026 00:00:00 GMT 傳統大模型逐字（Token-by-token）生成的效率已觸及物理天花板。CALM 將離散 Token 轉換為連續向量（Continuous Vectors），將生成步數縮減至原來的 1/K，為大語言模型的擴充開闢了全新的效率路徑。 paper llm efficiency https://jecision.com/blog/headroom-context-compression https://jecision.com/blog/headroom-context-compression Tue, 14 Jul 2026 00:00:00 GMT 專為 LLM 與 AI 代理設計的開源上下文壓縮層，透過三階段管線與可逆壓縮機制（CCR），在維持推論準確度的前提下縮減 60%-95% 的 Token 消耗 llm context 架構 https://jecision.com/blog/arxiv-2604-04921v1 https://jecision.com/blog/arxiv-2604-04921v1 Mon, 11 May 2026 00:00:00 GMT 隨著人工智慧在軟體工程與複雜邏輯運算領域的快速演進，大語言模型（Large Language Models, LLMs）的應用範疇已經從早期的單純文本補全（Code Completion），跨越至具備自主決策與長鏈條推理能力的代理系統（Autonomous Agents） paper agent attention https://jecision.com/blog/arxiv-2601-16746v2 https://jecision.com/blog/arxiv-2601-16746v2 Wed, 25 Feb 2026 00:00:00 GMT 在當代軟體工程的演進歷程中，大型語言模型（Large Language Models, LLMs）的應用已經跨越了單純的程式碼片段補全與靜態語義分析，正式邁入能夠自主導航龐大程式碼庫 paper agent context https://jecision.com/blog/arxiv-2512-22471v2 https://jecision.com/blog/arxiv-2512-22471v2 Thu, 15 Jan 2026 00:00:00 GMT Naman Agarwal等人2026年開創性研究證實Transformer透過注意力機制精確實現貝葉斯推理，揭示其上下文學習的幾何本質並為提示工程奠定理論基礎。 paper transformer bayesian https://jecision.com/blog/introducing-nested-learning https://jecision.com/blog/introducing-nested-learning Mon, 22 Dec 2025 00:00:00 GMT 提出了 嵌套學習 這一新的學習典範，將機器學習模型表示為一組嵌套的、多層次的優化問題，每一層都有自己的「上下文流」。從 NL 的角度看，現有深度學習方法通過壓縮自身的上下文流來從數據中學習，而大型模型中的上下文學習自然湧現。NL 提出了一種哲學思想，即設計具有更多「層次」、更富表達力的學習演算法，從而實現更高階的上下文學習，並可能解鎖有效的持續學習能力。 paper nested-learning memory https://jecision.com/blog/offset-geometric-contact https://jecision.com/blog/offset-geometric-contact Wed, 29 Oct 2025 00:00:00 GMT 關於《Offset Geometric Contact》論文的詳細條列式彙整，涵蓋方法、演算法和實驗結果。 paper physics collision https://jecision.com/blog/arxiv-2506-13777v1 https://jecision.com/blog/arxiv-2506-13777v1 Tue, 16 Sep 2025 00:00:00 GMT 城市系統的物理資訊 AI 綜述：整理這篇 survey 如何把物理約束接進都市尺度的預測模型，以及它點出的資料、尺度與可解釋性缺口。 paper urban survey https://jecision.com/blog/arxiv-2005-03448v3 https://jecision.com/blog/arxiv-2005-03448v3 Wed, 09 Jul 2025 00:00:00 GMT PiDL 用稀疏又帶噪音的觀測資料反推非線性時空系統的偏微分方程；本文整理它的網路架構、訓練策略，以及在 Burgers 與 Navier–Stokes 上的實測表現。 paper physics-informed pde https://jecision.com/blog/gemini-for-workspace https://jecision.com/blog/gemini-for-workspace Thu, 05 Jun 2025 00:00:00 GMT 把 Google Workspace 裡 Gemini 的提示技巧整理成可直接照抄的模板：角色設定、上下文邊界、輸出格式，以及最常見的四種失敗模式。 gemini prompt