Introduction

歡迎你來到我的網站。

我是個臺灣的 AI 工程師，同時也是這個組織的創辦人 Zephyr。

這裡有什麼

現在你看到的這個頁面，是用來寫技術文件的。

• 論文閱讀的資料放在隔壁：Papers。
• 部落格的部分在隔壁的隔壁：Blog。

＊

目前我在 Github 上已經完成了幾個專案，包括：

1. AutoTraderX：這是個用於自動交易的專案，主要用於台灣股票的交易。
2. DocsaidKit：這裡有一些我平常在用的一些小工具，是個工具箱的角色。
3. DocAligner：這是個提供文本定位功能的專案，主要用來定位文件的四個角點。
4. DocClassifier：這是個用於計算文本相似度的專案，其參考了人臉辨識系統的設計理念。
5. GmailSummary：這是個用於摘要大量 Gmail 郵件的專案，串接了 Gmail 和 OpenAI。
6. WordCanvas：這是用於生成文字圖像的專案，為了解決 OCR 模型訓練資料不足的問題。

當然不只有這樣，但為了節省篇幅，那些還在開發中的，我就不贅述了。

你是工程師？

對。

我喜歡用科學知識來解決實際問題，並以此為樂。

＊

早幾年前，做影像的會稱自己為「電腦視覺工程師」，做文字的會稱自己為「自然語言工程師」，甚至也分出「機器學習工程師」和「深度學習工程師」，然後在某些小團體內存在不同職稱工程師的鄙視鏈。

但不管是誰，全部會一起鄙視「AI 工程師」：

• 哼！又是個沒有 Sense 來騙頭銜的公司／職缺／求職者！

事過境遷，現在我們愕然發現文字和影像和音訊等不同維度的資訊，居然已經在「基礎模型」的浪潮下完成了高維空間內的統一，成為刷榜、刷分、發論文的必備良藥！

人們這才發現，原來這些工程師都是一樣的，只是在不同的維度上做相同的事情而已。

很快地，這個領域就沒人這樣再分什麼工程師了，因為學術圈的研究主題已經跨領域融合了，所以你每個領域都要懂，不然研究根本做不下去。也因此我們在一時之間很難說清楚自己到底是什麼。

這時回過頭來發現：

• 對，就是你了！AI 工程師！

Github 組織帳戶

因為 Github 是這樣建議的：你想找人一起寫 code？就創一個組織吧！

創立組織的目的其實很簡單，並不是真的想要搞什麼大事業，只是在寫程式的時候，發現 Github 的組織帳號提供比個人帳戶更豐富的功能，也能夠邀請其他人一起來寫程式，共同研究有趣的題目，重點是還不用多花錢（嗯？）。

有這麼多優點，為什麼不創一個來玩呢？

＊

我覺得整件事情最困難的地方是想個名字。

分析文本是我的日常工作，舉凡是圖像文字辨識、圖像詐欺檢測、主題分類、關鍵詞提取等等，都是我在做的事情。其實在我的觀點看來，文本不只是文字，它可以是一張圖片、一段影片、一首歌曲、一個數據集，甚至是一個人的行為。所以只要有分析的價值，或是我們願意去分析它，我覺得萬事萬物都可以是文本（混亂邪惡？）。

所以最後，我想把這個組織的名字取的跟這個領域有關，叫做 DOCSAID。

這個名字是由兩個單字組成，分別是「DOC」和「SAID」。大概的意思就是：

• 當文本被創造的當下，已經將它想表達的內容說完了。

那麼這些文本，它到底說了什麼呢？這時候我們只要去分析它就好了！

有趣的是，取完這個名字之後，發現裡面居然還藏了 AI 兩個字，真是意外之喜。

那這裡是？

是我用 Github Page 進行自動部署所生成的網站。

信息

想不到吧！所以只要 Github 壞掉，這裡就會跟著再見。

所以我們要好好愛護 Github，不要讓它壞掉。（這什麼結論？）

我一直都有寫部落格的習慣，之前用點部落，大概用了兩年，最後因為太難用，放棄。

後來改用 Wordpress.org 試試看，大概半年，最後還是放棄了。

• 工程師寫文件就是要用 Markdown 啊！用 Elementor 不卡嗎？

前陣子在逛街的時候意外找到 Meta 開源的 Docusaurus，發現它的功能還算豐富，部署流程也很簡單：

• 可以用 Markdown 寫作和部署，+10 分
• 可以自動部署，+10 分
• 可以用 React，+10 分
• 好多可以加分的地方，總之很好用。

於是就決定是它了。

Docusaurus 除了可以讓我寫點文章之外，還有提供技術文件管理的功能，也就是你現在看到的這個畫面，所以它又幫我找了新的事情可以做：

• 寫技術文件。

寫文件真的是一件修身養性的事，它可以幫助工程師的思維沈澱，重新梳理自己的知識體系，也可以幫助他人快速了解你的想法。唯一的缺點就是「耗時」，大量的時間投入在寫文件上，可能會讓你的工程進度變慢。

但是，我覺得這是值得的。

＊

你可以點一點左邊的目錄，我已經完成了一部分。

如果你發現內容是空的，那就是我還沒寫完，要再等等。

如何調整模型

這可能是你最關心的主題了。

根據我所定義的主題，配上我提供的模型，相信能解決大部分的應用場景。

我也知道，有些場景可能需要更好的模型效果，因此必須自行搜集資料集，並且進行模型微調。

你可能在這一步就卡住了，大部分的人都是這樣，別緊張。

• 情境一：你知道我提供的專案功能符合你的需求，但你不會調整

  這種情況下，你可以直接寄封信給我，提出你的需求，然後給我「你想要解決的資料集」。我可以幫你進行模型微調，這樣你就可以得到更好的模型效果。

  不用收錢，但是不能壓時間，我也不保證會執行。(這很重要！)

  我雖然做的是開源專案，但也不是吃飽了撐著，當緣份到了，模型自然就會更新了，你只需要寫個郵件就「可能」得到更好的模型效果。再怎麼說，也能算是雙贏吧？

• 情境二：你想開發特定的功能

  那就來信跟我討論吧，如果我覺得有趣，我會很樂意幫你開發，但我希望你可以先準備好一定規模的資料集，因為我就算我有興趣，也不一定有時間拿到足夠量的資料，或是一些特殊的資料是需要有特殊管道才能取得。

  這個情境跟上述一樣，不用收錢，但是不能壓時間，我也不保證會執行。

  提示

  如果特定功能是針對那些公開的模型比賽？答案是不行。因為那些比賽多少都有版權和相關限制，如果被投訴的話，主辦單位會來找我麻煩。

• 情境三：你追求快速開發的特定功能

  當時間成為你的首要考量時，我們可以轉向委任開發的合作方式，根據你的需求，我會提出一個合理的報價。

  另外，委任開發的所有權的問題必須要先討論清楚。一般來說，我會保留專案的所有權，而你可以自由使用它。我不推薦買斷專案，因為這並不符合持續進步的理念。隨著技術的進步，今天的解決方案可能很快就會被更新的方法所取代。如果你買斷了一個專案，隨著時間的流逝，可能會發現這筆投資失去了其原有的價值。

  提示

  你可能會不能理解專案的所有權的歸屬問題。

  仔細思考一下，說不定你只是是想「喝牛奶」而已，而不是真的想要「養一頭牛」。

  • 養一頭牛多累？（要養工程師來維護專案）
  • 佔空間又難照顧。（要建置訓練機器，租雲端機器很貴，買主機又容易壞）
  • 怕冷又怕熱。（模型調參調到懷疑人生）
  • 還一言不合就死掉。（達不到預期成果）
  • 真的有夠虧。（花了錢買斷專案）

  此外，大多數的專案最有價值的地方是資料集，其次才是解決方案的思考方式。

  在不開源私有資料集的情況下，拿到了一份程式碼的最大功能大概就是觀賞用途而已。

  如果你在仔細思考過後，還是堅持要買斷專案，那我也不會攔著你，來吧。

  信息

  • 在所有形式的開發專案中，我們絕對不會開源你提供的資料，除非獲得你的允許。
  • 正常流程下，資料只會用於更新模型。
  • 資料集提交：docsaidlab@gmail.com

最後 🍹

我是個 AI 工程師，不是萬能工程師，我沒辦法解決所有的問題。

你可以從這個網站上看得出來，我的技能樹點得有點歪，我最擅長的是：「給定一個輸入，要求一個特定的輸出」，那我就可以盡量用模型解決它，就像是我所開源的專案一樣。至於其他部分，我還在努力地學習中，希望未來我能夠更加全面，解決更多的問題。

＊

在這個時代，我們很幸運有像 Google、OpenAI、Meta、NVIDIA 這樣的大公司，以及活躍的開源社區在推動技術的發展。他們的貢獻讓我們能夠學習到最前沿的技術，從中獲取豐富的知識。

我相信，每一個小小的貢獻，都是我們共同創造更美好生活的一部分。

如果我的專案能夠對你有所幫助，請隨意使用它。

＊

2024 Zephyr