韓駿逸 (Michael)AI人工智慧投資在行銷中獲得回報之時生成式AI的進展大幅地影響著整個世界。從企業的角度，導入AI tool對於組織管理與企業績效的影響，才是高階經理人日夜思考與決策的事情。用AI到底對企業的價值是什麼？也就是說，企業使用AI工具真的獲得收益了嗎？我相信這個問題應該是台灣每位高階主管正在思考的事情。May 13May 13
韓駿逸 (Michael)高階管理者應該了解的六個 AI 問題繼深度學習之後，生成式AI的發展已經大幅度的改變了市場的規則。但是企業的AI專案並非都能順利部署與後續發展，甚至許多AI項目在發展與部署後常常失敗，這不僅造成企業的成本損失，而且也造成高階管理者在決策上的尷尬。即便，近來大幅在生成式AI造成市場大幅成功的微軟，在過往的聊天機器人產…May 2May 2
韓駿逸 (Michael)NEJM AI刊登重磅研究，大型語言模型在腫瘤知識上的效能驗證運用網路上的資訊訓練大型語言模型是一個重要方法，然而對於資訊正確性十分重要的醫學領域，大型語言的知識來源是否正確，是非常重要的一件事。因此，這篇重磅級的研究，著眼於探討不同醫學主題中，大型語言模型對於知識所顯現的性能差異。Apr 29Apr 29
韓駿逸 (Michael)新技術商品化的關鍵組織行為和美日企業文化對比有幾次與其他的創業者對談，談到美國與日本對於技術商品化的看法，普遍都認為美國重視的是市場，日本重視的是技術，尤其日本很重視技術的商品化。但是創業者所面對的環境不只是技術與產品，還有最令人重視的product market fit，因此，今天想跟大家聊聊新技術商品化這件事情。Apr 12Apr 12
韓駿逸 (Michael)【研究分享】以深度學習預測手腕三角軟骨（TFCC）之損傷跟大家分享一份之前的研究「Deep Learning to Detect Triangular Fibrocartilage Complex Injury in Wrist MRI: Retrospective Study with Internal and External…Apr 10Apr 10
韓駿逸 (Michael)[分享]不要只使用「摘要」，Prompt寫好，ChatGPT能協助以「簡報式」加速閱讀文獻博士生每週的閱讀量可能必須掌握到10–20篇文章，並且要讓自己的產出掌握在一定的數量上，不只是要能快速地整理出過去文獻探討的主題與內容，重點在於找出文獻是否存在真實的缺口，且整理出來缺口在哪邊？Apr 8Apr 8
韓駿逸 (Michael)人人[分享]善用思維式引導Prompt，讓 ChatGPT 協助閱讀醫學文獻我們在閱讀研究文獻的時候，會遇到研究者進行以實驗法進行研究，或者是研究者針對自身研究方法的架構進行說明。因此，在閱讀研究文獻時，我們第一步就是需要「一步一步整理出目標論文的研究架構方法與實驗進程」，以了解該領域先進們在相同主題中，如何以不同實驗的發展方式與流程。當然，這對於一篇論…Apr 3Apr 3
韓駿逸 (Michael)AI+學術寫作的啟發 — 如何進行提示工程與大型語言模型（LLMs）對話一個好的研究背景在學術研究和專業報告中扮演著非常關鍵的角色。在學習研究論文寫作的過程當中，這一直是讓我最困擾的地方。而師長們通常會用「要經常固定性練筆」來鼓勵我。經歷過一些投稿的煎熬過程之後，我自己對於研究背景重要性越來越重視，也會花越來越多時間，去觀察其他的優異學者與同儕如何從…Mar 28Mar 28
