AUTOGPT太神奇了，我重來沒有寫過網頁遊戲，竟然...

滑鼠點一下框框裡面，就可以開始用上下左右玩了

頁籤可以點掉喔

我只是隨便測測後半段才問一下沒想到就做完了

https://chatgpt.com/share/48a0720c-ddbe-4b0e-96ae-1e4b95ec3527

第二次我重新問就知道怎麼處理了
https://chatgpt.com/share/d1124618-6e96-4808-89af-a2ce3d1b51e9

但是遊戲有BUG一直沒有修正然後就扣打到了

 數位教學指引3.0教你怎麼教AIGC

教育部原始檔案下載

我知道你沒空看，可以先看一下架構，再決定有空從哪裡先深入

包含教師、校長、家長版本，以及百工運用AIGC版

心智圖+SVG版檔案下載(使用mapify+xmind處理，感謝AIGC社團謝昌勳師父協助)

 

AIGC 時代-工具篇

向上提升案 所有影片在此

0706-教師教學自學AI工具篇(12)

0707-自架本地端GPT大語言模型聊天室-可挑模型無限使用的ChatGPT(限成年觀看)

0707-最簡單的小白自架本地端生圖工具 Stability Martix (含Stable Diffusion) Pinokio整合套件 (含FaceFusion換臉 )等工具說明(限成年觀看)

1130713-向上提升-學霸學習影像故事記憶術─從國中生物心智圖→學習記憶的訣竅→AIGC產出心智圖的各種做法ChatGPT、GPTs、Xmind、Mapify→到Suno 創作台灣歷史順口溜歌曲

1130714-向上提升-知思行系統性思考法與心智圖→規劃未來心智圖→AIGC上位思考→自訂GPTs助理機器人

1130808-AIGC語文科與校園應用-黃泓諺

-

113年-向上提升與AI相關研習一覽表

花蓮教網中心文盛下年度辦理研習一覽表

※※※需要時數教師一律在全國教師網報名※※※

實體課程部分所開設之meet會議室僅提供旁聽，無法兼顧諮詢服務

部分課程錄影依講師意願於剪輯之後才會釋出

歡迎關注S4A臉書每月“科技教育聊聊天”頻道聊聊科技教育天下事
（9/22夜間7：30）https://meet.google.com/fct-qyyi-pxt

教育處公告請參考：https://news.hlc.edu.tw/modules/news/index.php?page=department&id=109128

 

===向上提升A跨領域大師系列─適用所有人===

4377546-打造個人教學百寶箱─LoiloNote與AI(線上) 113年9月7日(六)上午9:00至下午16:00-南投洪旭亮校長

線上課程：電子郵件寄發

4377552-生成式AI在校園與語文領域的應用 113年8月8日(四)上午9:00至下午16:00-台中黃泓諺老師

(實體課程：智慧教育中心)https://meet.google.com/bdj-kjkg-rgu  (僅供旁聽，不提供問題諮詢)

4377559-教師教學成長經驗、科技與AI融入分享(線上) 113年8月12日(一)上午9:00至下午16:00-新竹陳乃誠老師

線上課程：https://meet.google.com/boy-chou-cwd

4377566-教學備課AI工具、打造專家機器人(線上) 113年8月17日(六)上午9:00至下午16:00-AIGC社團曾慶良主任

線上課程：https://meet.google.com/yuz-vvzb-yqd

4377569-AIGC生圖技巧與Line貼圖上架(線上) 113年8月24日(六)上午9:00至下午16:00-AIGC社團蘇素雲院長

線上課程：https://meet.google.com/acv-gwch-kev

 

===向上提升B校園行政系列─適用校園領導人與行政、團隊領導者或有興趣民眾===

4377592-校園科技素養─行政與教學的科技思考工具與AIGC-113年10月6日(日)上午09:00-12:00-鳳仁國小曾淑珍校長

(實體課程：智慧教育中心)https://meet.google.com/xsh-gthf-ydb (僅供旁聽，不提供問題諮詢)

本場次因故延期：4377603-校園科技素養─行政與教學的科技工具與AIGC-113年9月25日(三)下午13:30-16:30-水源國小許壽亮校長

(實體課程：智慧教育中心)https://meet.google.com/xcb-pdkp-yxh (僅供旁聽，不提供問題諮詢)

4377604-校園科技素養─行政與教學的科技工具與AIGC-113年10月9日(三)下午13:30-16:3-銅蘭國小朱柏寰校長

(實體課程：智慧教育中心)https://meet.google.com/tpr-nnob-vux (僅供旁聽，不提供問題諮詢)

4377605-校園科技素養─行政與教學的科技工具與AIGC113年7月31日(三)下午13:30-16:30-豐裡國小黃致翔主任

(實體課程：智慧教育中心)https://meet.google.com/fxn-zofj-hvg (僅供旁聽，不提供問題諮詢)

===向上提升B校園教學系列─適用校園各領域教師或有興趣民眾===

4377606-教師的AI科技素養─英語文學習與AIGC的課堂應用-113年7月30日(二)上午09:00-12:00-蘇妍老師、陳姿茵老師

(實體課程：智慧教育中心)本場次不提供meet及錄影

4377610-教師的AI科技素養─數學領域教學AIGC的課堂應用-113年7月29日(一)上午09:00-12:00-陳俊瑜老師、連安青主任

(實體課程：智慧教育中心)本場次不提供meet及錄影

4377613-教師的AI科技素養─教學實務的科技工具與AIGC與現場應用-113年10月23日(三)下午13:30-16:30玉里國小張瑋翔老師

(實體課程：智慧教育中心)https://meet.google.com/xtd-bcvh-avc (僅供旁聽，不提供問題諮詢)

4377616-教師的AI科技素養─校園教學行政AIGC 平台運用-113年7月29日(一)下午13:30-16:30-王晨、陳姿茵老師、游可如校長

(實體課程：智慧教育中心)本場次不提供meet及錄影

 

===向上提升C學習與教育系列─適用所有人===

4377621學霸學習記憶-學習與圖像故事記憶-工具：心智圖、AI、Canva-113年7月13日(六)-上午9:00至下午16:00-邱文盛

(實體課程：花蓮縣稻香國小電腦教室) https://meet.google.com/rdg-pmiy-pip  (僅供旁聽，不提供問題諮詢)

4377631終身學習成長-超速學習與自主成長策略-工具：心智圖、AI、Canva-113年7月14日(日)上午9:00至下午16:00-邱文盛

(實體課程：花蓮縣稻香國小電腦教室) https://meet.google.com/yse-crsb-aek   (僅供旁聽，不提供問題諮詢)

4377635教學與教育推動-打動人心的演講與行銷傳播-工具：心智圖、AI、Canva、剪輯-113年8月10日(六)上午9:00至下午16:00-邱文盛

(實體課程：花蓮縣稻香國小電腦教室) https://meet.google.com/soo-ragr-hyd   (僅供旁聽，不提供問題諮詢)

4377640規劃策略與問題解決-行動與解決問題的系統性策略思考工具：心智圖、AI、Canva-113年8月11日(日)上午9:00至下午16:00-邱文盛

(實體課程：花蓮縣稻香國小電腦教室) https://meet.google.com/dmr-enfy-ztb   (僅供旁聽，不提供問題諮詢)

 

===各領域融入AI系列─適用所有人===

4424779-AIGC學生端生成式AI自學與運用6hr、7/6(六)09:00-16:00-邱文盛

(實體課程：花蓮縣智慧教育中心) https://meet.google.com/ker-aekz-dnd   (僅供旁聽，不提供問題諮詢)

4424784-AIGC小白基礎班-自架本地GPT與SD無限生圖3hr、7/7(日)09:00-12:00-邱文盛

(因設備需求，僅提供線上課程) https://meet.google.com/nsz-cwej-hjt

44247836-AIGC教師端生成式AI校園應用6hr、7/20(六)09:00-16:00-邱文盛

(實體課程：花蓮縣智慧教育中心) https://meet.google.com/zmx-tbos-ggr (僅供旁聽，不提供問題諮詢)

4424788-AIGC時代影片剪輯與校園行銷6hr、7/21(日)09:00-16:00-邱文盛

(實體課程：花蓮縣智慧教育中心) https://meet.google.com/sbd-vtpf-irw (僅供旁聽，不提供問題諮詢)

 

===校長速成班請洽蔡明貴校長7/22-7/23===

練習用的番茄鐘

 

番茄鐘多功能工具

番茄鐘

分鐘

25:00

抽號碼轉盤

待辦事項

YouTube 影片 (時間到自動播放)

圖片輪播

相關連結

鏈結法 連結法 第一頻道 第二頻道 FB

著名的大模型與分類

要使用LLM大模型的分類與特色，幾個比較著名的LLM分述如下：

• GPT-4：具有強大的語言理解和生成能力，能夠處理圖像和影像，支持邏輯、推理和計算密集型問題1。
• Claude-3：擁有快速的處理速度和長文本記憶能力，能夠處理超長文章，並在多個測試中展現出接近人類的能力2。
• GLM-4：支持多語言，包括日語、韓語、德語等26種語言，並在多模態評測中表現出色3。
• Qwen2-72B：包含多个模型大小，支持多语言，具有显著的性能提升，特别是在人类偏好的聊天模型方面，新版的Qwen2很多部分超越llama3。
• LLaMA3：由Meta公司(臉書)所訓練的大模型，我個人很愛用，由於是部分從臉書資料訓練來的，感覺比較聽得懂人話，8B 的版本就很好用了。

目前對台灣、中國文化及語言有特別訓練過的LLM

• BLOOM-zh：這是全球首款千億參數級繁體中文AI語言生成模型，由聯發科技、中央研究院詞庫小組和國家教育研究院共同開發。這個模型比目前開源可用的最大繁體中文模型大1000倍，訓練資料也多1000倍，可應用於問答系統、文字編修、廣告文案生成、華語教學、客服系統等1。
• yentinglin/Llama-3-Taiwan-70B-Instruct、(DPO)
• 數據由長庚紀念醫院、長春集團、Legalsign.ai、NVIDIA、和碩、TechOrange和Unimicron提供，是一個針對繁體普通話和英語用戶進行微調的大型語言模型。具有較強的語言理解能力、生成能力、推理能力、多回合對話能力。主要功能包括對高品質的繁體中文和英文語料庫進行微調，涵蓋法律、製造、醫療和電子領域的常識和工業知識、8K 上下文長度、在 Llama-3 許可下發佈的開放模型

• taide/Llama3-TAIDE-LX-8B-Chat-Alpha1
• TAIDE計畫致力於開發符合台灣語言和文化特性的生成式人工智慧對話引擎模型，同時建構可信任的人工智慧環境。結合產學研能量，推動可信任生成式人工智慧的發展，提升台灣在國際競爭中的地位，促進產業發展，避免對外國技術的依賴。
• Llama3 TAIDE 系列模型以 Meta 公司釋出的 LLaMA3-8b 為基礎，特色：嚴格把關模型的訓練資料，提升模型生成資料的可信任性和適用性，針對自動摘要、寫信、寫文章、中翻英、英翻中等辦公室常用任務做加強，針對台灣在地文化、用語、國情等知識做加強，具備多輪問答對話能力
• 參數量: 8B、最大內容長度 (context length): 8K、繁中訓練資料 token 量: 43B
• 訓練資料包含：訴訟資料中央社中文新聞ETtoday新聞雲立法院公報出版商網站書籍介紹包含三采、Gotop出版商網站上的書籍簡介GRB 研究計畫摘要學術會議論文摘要光華雜誌樂詞網各部會資料今周刊教育部國語辭典、成語辭典重編國語辭典修訂本國語辭典簡編本科技大觀園資料iKnow 科技產業資訊室台灣及全球的科技市場趨勢、策略分析、專利知識，及技術交易資訊科學發展月刊法規資料庫各政府部門最新發布之中央法規、行政規則、法規命令草案及地方自治法規等各地政府旅遊網國教院課程綱要(十二年國教)含十二年國教課程綱要之總綱以及各級學校不同科目之課程綱要中央社譯名檔資料庫童話書20 本童話書，含湯姆歷險記、小飛俠、愛麗絲夢遊仙境、長腿叔叔等RedPajama-Data-V2 MathPile-commercial國外開放數學語料庫 MathPile-commercial中文維基百科github-code-clean為 github 開源程式碼資料集TAIDE團隊訓練llama2系列模型來產生微調資料資料，產生的任務包含世界知識、創意寫作、普通常識、翻譯、摘要、程式、台灣價值等單輪或多輪對話問答共 128K 筆。微調資料後續會對外釋出。
• GLM-4-9B-Chat
• 由智谱 AI 推出的一款大型预训练模型，属于 GLM-4 系列中的开源版本。这个模型在多个方面进行了优化和提升，具有以下特点：多方面优化：在语义、数学、推理、代码和知识等多方面的数据集测评中，GLM-4-9B-Chat 展现出了卓越的性能，超越了其他一些知名模型1。多轮对话能力：除了能进行多轮对话，GLM-4-9B-Chat 还具备网页浏览、代码执行、自定义工具调用（Function Call）和长文本推理的能力，支持最大 128K 上下文长度1。多语言支持：模型增加了多语言支持，包括日语、韩语、德语等共 26 种语言1。多模态能力：GLM-4V-9B 是基于 GLM-4-9B 的多模态模型，具备视觉理解能力，在多模态评测中表现出色1。
• Qwen2-72B-Instruct
• Qwen2 是 Qwen 大型語言模型的新系列。對於 Qwen2，我們發佈了許多基礎語言模型和指令調優語言模型，範圍從 0.5 到 720 億個參數，包括專家混合模型。此儲存庫包含指令調整的 72B Qwen2 模型。與之前發佈的 Qwen1.5 等最先進的開源語言模型相比，Qwen2 總體上超越了大多數開源模型，並在語言理解、語言生成、多語言能力、編碼、數學、推理等一系列基準測試中表現出了與專有模型的競爭力。Qwen2-72B-Instruct 支援高達 131,072 個令牌的上下文長度，從而能夠處理大量輸入