首次接觸 LLM 的 CrossOver, 感謝台大文學院舉辦這樣的活動， 從謝老師和耿老師的分享，對於大型語言模型對於佛學的觀點，闡述了許多變與不變，以及可能性的延伸討論。 其中讓我印象最深刻的部分是，謝老師提到，大型語言模型解釋和 Embedding 能力其實有其應用化和場域化。 例如，『空』 向量和空間化後的， 『空』 ，這個字！ 此時的向量解釋，這個字的解釋，更超越語意的意義，透過 LLM 的理解力，讓人類有新的不同視野，看到更多可能性，以及連接性，這只是其中一個例子。 而其中，很有可能，透過 RAG 的方式，可以將佛經以及經過語料分析，讓現代的人可以透過現代的語言，直接與過去千年的語料進行互動的直接的過程，而不再是以艱澀難懂的方式讓人更容易親近，人類，可以透過 LLM 了解更多古往今來的史料經典。 同時，耿老師也提到，結合 LLM 理解的方式，他可能還是處在人們可能理解的範圍內處理，但是透過 LLM 能夠更有效率的在 CBETA 裡面找到關聯與相異性，找出更多千年以前的譯者團，譯者群所過去經歷的過程，過去的脈絡... 結論 人類的角色始終還是會在， 短期內，可能還是很難透過 LLM 直接超脫，不過這次的 Cross Over，可以看到 LLM 在不同領域上的確都是個震撼，也短短就發生在這兩年多，從語料上，到知識性上，到系統性上，到多模態上，大家正在不斷地從變動中，找到許多不變的，也從變動中，找到許多共時性的項目出來。 而這些正是人存在的價值，善用 LLM，創造且使用更多不同的 AI，重新組合出更多可能性的價值。 #正信不迷信 #我佛慈悲 CBETA, https://www.cbeta.org/ Humanistic Buddhism Corpus https://www.fgstranslation.org/hbc/ 臺大文學院跨領域論壇：佛學研究與AI https://liberal.ntu.edu.tw/web/news/news_in.jsp?dm_id=DM1639553959015&np_id=NP1729819383333 工商服務 JSDC 2024 JavaScript Developer 年度盛會 售票中。 JSDC 2024 網站： https://2024.jsdc....
熱血，是一輩子的事！ Answer is there, dig it.