Go: Defer & Anonymous function / Closure Defer 推遲 關鍵字defer允許我們延遲到函式 return 的前一刻才執行某個語句或函式，無論函式正常的 return 或出現錯誤。它經常被用於關閉檔案、結束資料庫連接以及解鎖資源。 package main import "fmt" func main() { function1() }

Install Free5GC from Source Code A. 前置作業 在開始安裝 free5GC 之前，需要確保系統滿足以下條件。這些是運行 free5GC 核心網路元件的基礎。 1. Linux 核心版本 用途：free5GC 的使用者平面功能 (UPF, User Plane Function) 元件依賴一個名為 gtp5g 的核心模組。這個模組負責處理 5G 中的 GPRS 隧道協議 (GTP) 封包。gtp5g 模組目前僅在特定的 Linux 核心版本 (5.0.0-23-generic 或 5.4.x) 上進行了測試和編譯。 指令：​​​​uname -r 這個指令會顯示您目前系統正在使用的 Linux 核心版本。例如，輸出 5.4.0-65-generic 表示符合要求。 重要性：如果核心版本不符，UPF 可能無法正常運作，這將導致您無法執行大部分涉及數據傳輸的測試。如果您安裝的是 Ubuntu 20.04，其核心版本通常會是 5.4.x 系列。

5G Core System Overview Introduction 介紹第五代行動通訊技術 (5G) 的基本概念、其由 3GPP (Third Generation Partnership Project) 定義的發展歷程 (自 Release 15 起)，以及其相較於前代技術的演進。5G 系統不僅致力於提升使用者體驗，更旨在擴展至所有工業領域及時間關鍵性應用。 世代進程: 行動通訊標準大約每十年演進一代。3GPP 自1998年12月以來，推動一套全球範圍內都通用的3G 系統，之後繼續制定4G、5G 及未來6G 標準。每個世代都在整個系統中不斷改進，以 3GPP Release 版本來衡量。 3GPP 的起源與影響: 3GPP 於1998年開始制定第三代行動通訊技術，採用了可被所有地區接受的技術和演進路徑。這種全球趨向 3GPP 規格的融合，促成了市場的巨大增長，並日益確保寬頻蜂巢式網路，以及現在的互聯網 (internet-of-everything) 能夠依賴一個穩定且具前瞻性的標準化平台。 5G 的定義與階段: 第五代行動電話技術，簡稱 5G 或 5GS (5G System)，是由 3GPP 從 Release 15 開始定義的系統。其功能於2018年6月基本凍結 (functionally frozen)，並於2019年9月完全規格化。Release 15 明確了 5G phase 1，引入了新的無線傳輸技術和其他關鍵概念，如工業級可靠性 (industry-grade reliability)、擴展的模組化 (extended modularity)以及更快的響應時間 (faster response time)。 3GPP 的定義範圍: 3GPP 不僅定義空中介面 (air interface)，還定義了實現整個行動系統所需的所有協定和網路介面，包括呼叫和會話控制 (call and session control)、行動性管理 (mobility management)、服務提供 (service provisioning) 等。這種方法使得 3GPP 網路能夠在多供應商 (inter-vendor) 和多營運商 (inter-operator) 的環境下運作。 5G 的目標擴展: 所有先前的行動通訊世代都旨在服務越來越廣泛的受眾，而 5G 則進一步拓展其應用範圍，準備好被所有工業部門 (industry sectors) 和時間關鍵性應用 (time critical applications) 使用，例如自動駕駛 (autonomous driving)。 關鍵技術採用: 為了提供這些能力，並更廣泛地改善使用者體驗，5G 採用了一系列專用技術，例如：Network Function Virtualization (NFV) 和 Slicing: 用以增加模組化程度。

參考教學影片 無線與行動網路概論 by 斜槓教授 Prof. Huei-Wen Ferng 參考用書 Introduction to Wireless and Mobile Systems (4th edition) ; Dharma Prakash Agrawal, Qing-An Zeng 筆記(80%的內容皆為AI整理) Chapter 1: mobile network development history Chapter 2: Probability, Statistics, and Traffic Theories Chapter 3: Mobile Radio Propagation

Prompt Engineering 原文: https://www.kaggle.com/whitepaper-prompt-engineering Introduction 文字提示 (text prompt) 是模型用來預測特定輸出的主要輸入方式，有時也會伴隨圖像等其他模態 (modalities)。雖然人人都能撰寫提示，但打造最有效的提示可能相當複雜。 提示的效果受到多種因素影響，包含使用的模型 (model)、模型的訓練資料 (training data)、模型配置 (model configurations)、用字遣詞 (word-choice)、風格語氣 (style and tone)、結構 (structure) 以及上下文 (context) 等。 因此提示工程 (prompt engineering) 是一個迭代的過程 (iterative process)。不恰當的提示可能導致模糊、不準確的回應，並阻礙模型提供有意義輸出的能力。 Prompt engineering 回顧 LLM 的運作方式：它是一個預測引擎 (prediction engine)。模型接收序列文字 (sequential text) 作為輸入，然後根據其訓練數據預測下一個應該出現的 token。LLM 被操作化 (operationalized) 以反覆執行此過程，將先前預測的 token 添加到序列文字的末尾，以預測下一個 token。下一個 token 的預測是基於先前 tokens 中的內容與 LLM 在訓練期間所學習到的內容之間的關係。

什麼是MCP？ 定義: 一種由 Anthropic 開發並於 2024 年底推出的開放標準。 目的: 提供標準化、安全、有效的方式，讓大型語言模型 (LLMs) 如 Claude、ChatGPT 等 AI 應用程式，連接和使用外部資料來源、工具和服務。 比喻: AI 應用的「萬用轉接頭」或電腦的 USB 介面。 核心價值: 統一軟體介面，讓不同 AI 模型能與多種外部功能互動，避免為每個服務/模型客製化整合。 為什麼需要MCP？ LLM 限制: 依賴訓練資料，無法存取即時資訊、私有資料或執行特定操作（如發郵件）。 整合痛點: 整合外部工具/API 複雜且重複，不同應用/服務商介面標準不一。 "M×N 問題": M 個 AI 應用和 N 個外部工具，可能需要 M×N 個整合方案。

1. 簡介 Shannon Limit 又稱為 Shannon Capacity，是由美國數學家 Claude Shannon 在 1948 年發表的論文《A Mathematical Theory of Communication》中提出的核心概念。它在資訊理論中扮演著基石的角色，定義了在一個具有特定雜訊水平的通訊頻道中，理論上可以達到的最大無差錯資訊傳輸速率。 這個理論極限確立了任何通訊系統性能的上限，無論其設計多麼精良，都無法超越此容量來進行可靠的（即任意低錯誤率的）數據傳輸。 2. 核心概念 Shannon's Channel Capacity Theorem是描述Shannon Limit的核心，該定理指出： 對於一個給定的通訊頻道，存在一個最大速率，稱為Channel Capacity(C)，單位為bits per second(bps) 如果資訊源的資訊速率（Information Rate, R）小於或等於頻道容量（$R \leq C$），則理論上存在一種編碼和解碼方案，使得資訊能夠以任意小的錯誤機率（Error Probability）通過該頻道傳輸。 反之，如果資訊速率大於頻道容量（$R > C$），則不可能實現任意低錯誤率的可靠傳輸。任何試圖以高於 $C$ 的速率傳輸的嘗試，其錯誤率都將有一個無法降低的下限。

一、 六大關鍵提示策略 1. Task (明確且具體的任務) 以動作動詞開頭：使用如「生成」、「撰寫」、「分析」、「總結」、「比較」等動詞，清楚說明最終目標。 明確表達需求：無論任務複雜度如何，都要清楚告知 AI 您期望完成的具體事項。範例：「分析過去五年 NeurIPS、ICLR 和 CVPR 會議論文中，關於 Transformer 在計算機視覺應用上的發展，總結三個最主要的技術突破，並比較其優缺點。」 分解複雜任務 (multi-step workflows)：將大型任務拆解成更小、循序漸進的子任務，以減少錯誤並提升結果品質 。(詳見第三大點) 2. Context (提供足夠且相關的背景資訊) 提供必要背景：讓 AI 理解任務的環境、使用者（您）的背景以及成功的標準。範例：「我是一名資訊工程研究生，目前正在撰寫關於自監督學習 (Self-supervised Learning) 在語音辨識中的應用的碩士論文。我希望你能幫我整理近五年在ICASSP發表的相關論文，並提取其中最具影響力的三種方法，對比其核心技術與適用場景。」

參考影片: Andrej Karpathy "How I use LLMs" 延續先前關於 LLM 基礎知識的討論，著重於這些工具的實際應用。 內容將包含許多範例、不同的設定以及 Andrej Karpathy 個人如何使用這些工具。 目標是展示如何在個人生活和工作中利用 LLM。 ChatGPT 的推出及其生態系統的發展 ChatGPT 由 OpenAI 於 2022 年推出，是第一個透過文字介面與大型語言模型互動的工具，並迅速在網路上爆紅。 自那時起，類似 ChatGPT 的應用程式大量湧現，形成了一個更龐大且豐富的生態系統。 雖然目前有許多類似的應用，但 OpenAI 的 ChatGPT 仍是最初的領先者，最受歡迎且功能最豐富，這可能歸因於其發展時間最長。 許多大型科技公司也推出了類似 ChatGPT 的產品：Google: Gemini

零、江湖行旅 118CS，系排25%左右，畢業的隔年才考。 大一大二的好成績可能是受惠於遠距教學，抑或是某些必修又涼又甜，實則根本沒有將東西學透，所以在備考初期還了不少債。 在大三下時就知道自己會走上考研這條路，但大四上還有專題仍需完成，所以決定先修完學分提前畢業，再全心投入準備。 壹、散修尋道 『明白别人容易，明白自己甚難。克敵不易，克服自己心中的貪嗔痴三毒，更是艱難無比！』 在家讀不下書，一定要到圖書館，前期都中午後才到圖書館，而且週末還會休息，但到後期只要有去圖書館幾乎都是朝九晚九，如果狀態好的話可以達成「996」。 有用YPT計時，平均的專注時間是一小時上下，然後滑手機五分鐘。有進入心流一天可以讀超過九個小時，但平均大概是七八小時一天。