研究與學習

在你可能據此行動的實質性回答之後，附上 2 到 3 個具體的追問，幫你核對事實、檢驗推理、發現缺漏的背景。

查核 AI 寫的文字：擷取每一項可驗證的主張，找出你可以自己開啟查看的來源，並在結構化報告中標出可能的幻覺。

依你的目標、現有程度與每週可用時間，做出一份切實可行的學習計畫：可行性判斷、附檢查點的階段、含間隔複習的每週安排，以及落後時的補救規則。

把你的問題或主題變成關鍵字，即時抓取 Google Trends 當日熱搜與 Google 搜尋建議詞，告訴你哪些詞與它相關。

把你提供的論文與筆記整理成結構化的回顧：主題、一致與分歧、研究方法、研究缺口與來源對照，不編造引用，並說明每個主題的證據強度。

把模糊的主題變成可研究的問題：先診斷哪裡模糊，再一步步縮小範圍，以清晰度、可行性與價值檢驗每個候選問題，最後替選中的問題訂出定義、範圍、假設與證據。

為 NeurIPS、ICML、ACL、KDD 等頂會潤飾電腦科學論文草稿：分章節的寫作慣例、樸素的用詞、更緊湊的行文、不破壞 LaTeX 的編輯方式，以及 rebuttal 寫作指南。

把目前的資料夾變成教學工作區，用多次對話學會一個主題：明確的學習目標、可信資料、簡短的互動式 HTML 課程、速查文件，以及決定下一步教什麼的學習紀錄。

把你提供的學習材料做成閃卡與分級測驗，用於主動回想，附出處、解析、常見錯誤與間隔複習安排，不添加材料之外的任何內容。