新世紀福音戰士鍵帽

剛幫狼蛛 F99 換了 EVA 鍵帽組。

這組鍵帽眼饞很久，但想到淘寶買要等很久、過海關填 EZWay、到手後還要寄出給人雷雕注音，就嫌麻煩一直沒買。結果瞎皮看到有加注音的版本，就直接敗了。

F99 的鍵帽比前一把 Ducky 好拔很多，很多 1U 按鍵蓮花指輕輕一捏就下來，反而會擔心會不會下面的軸體也很容易扯下來 XD

新鍵帽設計上做過仔細考量，兼容性很好，原本還擔心 98 配列 1U0 沒對應按鍵，結果該有的都有，有的按鍵還有多個高度的版本，顯然是考慮各家鍵盤配置，廠商真是有心了。

花一小時裝好鍵帽後，把關閉許久的背光打開，調紫色背光，EVA 的味道就出來了，頗有成就感。

感覺清鍵盤、換鍵帽也有暫時遠離煩惱的效果，例如 research 卡關之類的，一切等鍵帽弄好後再繼續煩惱就好 XD

全文連結

GPT 研究吐苦水

連結

看到討論 GPT 的文章，想到自己快炸的研究。

最近被 GPT4 坑，比較放射科報告內文和醫囑做 anomaly detection，將報告分成正常、異常兩類。本以為是 low hanging fruit，只要調 prompt、call GPT4，就能有不錯成績還兼顧可解釋性，就能迅速生產研（ㄒㄩㄝˊ）究（ㄕㄨˋ）瑰（ㄌㄜˋ）寶（ㄙㄜˋ）整理投稿，達成工程職業績，可喜可樂～因為看好這個議題，個人還標了 3 * 10000 個 label 確保未來能夠投稿。

豈料 GPT4 表現極慘，正負平衡的樣本 F1 只能做到 0.7x，如果是正負比 100:1 的 real world data 成績就更慘不忍睹。幾個月的努力要打水漂，並且支票要跳票，只好絞盡腦汁想辦法改實驗，用 BERT 做 sentence contradiction、更古老的 TF/IDF + ML、非監督式方法、各種策略都試過。

結果，最後最好的方法竟然是 rule-based parser，用工人智慧建立大表格做 dictionary lookup，只要 lookup table 夠大塞好塞滿就什麼都能判斷。算法和 lookup table 一路修改下 F1 score 從 0.1X 拉到 >0.85，正負平衡樣本還能作到 F1 = 0.99 還抓到不少 mislabeled data。結論：傳統 rule-based parser > fine-tuned BERT > GPT4。

問題好像解了（至少研究上），但這種結論怎麼解釋又是頭痛的問題，希望能順利投出 orz

全文連結

再戰「牛角」燒肉

之前為了「牛角」燒肉吃到飽一直漲價，為了吃牛舌改去「燒肉眾」，沒想到牛角菜單大改，CP 爆增。

之前要吃牛舌吃到飽，必須點最貴的「極上」方案，該方案平日也要 1399+10%。這個價位還沒有和牛，導致 CP 值極差，去牛角吃牛舌根本盤子。但新版菜單除了新增品項，也把很多原本在「極上」方案的品項下移到不到 1000 的「牛角」方案，包含非常愛吃的牛舌和牛角板腱，實質上就是降價。

更感動的是，牛角終於取消了甜點只能吃一份的限制。2024 年隨便一家便宜吃到飽都提供冰淇淋吃到飽，牛角最高可到 1399+10% 消費的吃到飽餐廳甜點還限量就顯得非常窮酸。菜單改後，第一次在牛角吃五球冰淇淋，實在非常感動 XD

這次牛角菜單改版，實質等同大幅度降價以及改善服務，未來應該是可以再去了。

全文連結