教育王國
標題: 【視頻】就業前景未見樂觀 年輕畢業生求職面對甚麼困難？ [打印本頁]
作者: elbar 時間: 26-4-5 13:01 標題: 【視頻】就業前景未見樂觀 年輕畢業生求職面對甚麼困難？
[youtube]guBolgZ3tws[/youtube]
三、四月是畢業生求職黃金旺季，但對於部分應屆畢業生而言，就業前景卻未見樂觀。根據統計處資料，2025年第四季，20至24歲青年失業率達12.3%，較疫情時2021年同期的8.5%更高，年輕畢業生求職面對甚麼困難？根據大學聯校就業資料庫數據，針對大學生的全職職位空缺，由2021年第四季約1.5萬個，大跌逾五成至2025年同期約7,000個，創近年新低，為甚麼呢？青年就業困難如何反映世代焦慮？
作者: stillgood20 時間: 26-4-5 21:42
elbar 發表於 26-4-5 13:01 
三、四月是畢業生求職黃金旺季，但對於部分應屆畢業生而言，就業前景卻未見樂觀。根據統計處資料，2025年 ...
作者: 964000 時間: 26-4-6 22:55
elbar 發表於 26-4-5 13:01
三、四月是畢業生求職黃金旺季，但對於部分應屆畢業生而言，就業前景卻未見樂觀。根據統計處資料，2025年 ...
Elon Musk都話將來人類唔洗返工㗎嘛
作者: ANChan59 時間: 26-4-18 06:52
會唔會有加有減，又會多咗slashers and freelancers呢？
作者: barque 時間: 26-4-20 09:12
類別 近期/預期數據 趨勢
本地資助學士畢業生 約 1.5 萬人 / 年 維持穩定
非本地大專學生總數 79,300 人 (24/25學年) 急升 45%
已抵港各類專才 22萬 - 28萬人 (2025-26) 爆發式增長
結論：在職位空缺（JIJIS 數據）由 1.5 萬個跌至 7,000 個的同時，上述超過 30 萬（畢業生 專才）的潛在勞動力供給卻在持續上升，這直接解釋了為何本地大學畢業生在求職時感到前所未有的競爭壓力和「世代焦慮」。
作者: ANChan59 時間: 26-4-20 13:51
barque 發表於 26-4-20 09:12
類別 近期/預期數據 趨勢
本地資助學士畢業生 約 1.5 萬人 / 年 維持穩定
非本地大專學生總數 79,300 人 (2 ...
我同意多咗人，競爭激烈是必然的。
你提到後兩類，我覺得非本地好大機會係要大幅打折，因為之前係20%Jupas，最近才加大比例，學士應該未畢業，如果係碩士又分taught and research programs, 也有part time programs, 博士學位不是一年畢業，我估一萬二萬已經差不多。
專才係experience hired 跟新畢業生不同跑道。高才就不用太擔心，幫仔女爭取完學位會返GBA，如果畢業兩年那些都係做金融服務業為主。
作者: barque 時間: 26-4-20 14:02
ANChan59 發表於 26-4-20 13:51
我同意多咗人，競爭激烈是必然的。
你提到後兩類，我覺得非本地好大機會係要大幅打折，因為之前係20%Jupa ...
我都有你同樣？ 不知以下資料是否正確？
這組數字（79,300 人）確實涵蓋了多個分類，並非全部都是本科生。這反映的是整個香港「大專教育界別」的非本地生總規模。
根據教育局向立法會提交的文件及相關報導，這 79,300 人主要由以下三大部分組成：
1. 資助院校（「八大」）課程：約 26,600 人
這是大家最常討論的部分，指由大學教育資助委員會（教資會）資助的八所大學（如港大、中大、理大等）。
學士學位（Undergraduate）：約 17,200 人。雖然政府將錄取上限提升至 40%，但目前平均佔比約為 23.2%，並未用盡限額。
研究院課程（Postgraduate）：其餘人數分佈在研究院修課課程及研究型課程（如 MPhil、PhD）。
增長情況：這部分較去年增長約 15%。
香港電台新聞網
香港電台新聞網
+1
2. 自資專上課程：約 44,400 人（估算規模最大）
這是人數佔比最高的一類，指非政府資助的大專院校或資助大學旗下的自資學院。
涵蓋院校：包括都會大學、樹仁大學、恒生大學、珠海學院、伍倫貢學院等 22 所可頒授學位的院校。
課程分類：包括自資學士學位、碩士學位（尤其是近年非常熱門的一年制修課式碩士），以及副學位課程。
增長動力：政府放寬了 6 所自資院校招收內地學生的限額（升至 40%），帶動了這部分的數據。
Education Bureau
Education Bureau
+1
3. 職業專門教育及其他：約 8,300 人
這部分包括職業訓練局（VTC）及其他提供認可全日制專上課程的機構。
職專畢業生留港計劃（VPAS）：2024/25 學年起，就讀指定高級文憑課程的外地學生畢業後可留港一年找工作。這項新政策吸引了更多非本地生報讀職業導向課程。
作者: poonseelai 時間: 26-4-20 14:08
barque 發表於 26-4-20 14:02
我都有你同樣？ 不知以下資料是否正確？
這組數字（79,300 人）確實涵蓋了多個分類，並非全部都是本科生 ...
本帖最後由 poonseelai 於 26-4-20 14:10 編輯
自資課程應該好賺錢, 所以多所大學入市撑樓市買商廈
畢業時就業環境無得預計, 親友今年中大畢業已報定碩士
作者: ANChan59 時間: 26-4-20 14:13
barque 發表於 26-4-20 14:02
我都有你同樣？ 不知以下資料是否正確？
這組數字（79,300 人）確實涵蓋了多個分類，並非全部都是本科生 ...
我冇時間逐一核實，只係覺得你最初搵到的7萬多人應該充滿水分，因為這些數字的目標對象不是我們，如果目標不對焦香港畢業生，唯有自求多福！
作者: ANChan59 時間: 26-4-20 15:18
poonseelai 發表於 26-4-20 14:08
本帖最後由 poonseelai 於 26-4-20 14:10 編輯
自資課程應該好賺錢, 所以多所大學入市撑樓市買商廈
有不少人認為有個master taught program 學位在手，容易啲搵工，我覺得兩睇。
如果俾我選，我會選research master 機會高啲，通常他們的學士學位及碩士學位有連續性，而且水平高好多，Taught master 係將四年學士課程濃縮為一年兩年，多數第一個學位跟master 好細關係。
作者: akys 時間: 26-4-20 15:28
poonseelai 發表於 26-4-20 14:08
本帖最後由 poonseelai 於 26-4-20 14:10 編輯
自資課程應該好賺錢, 所以多所大學入市撑樓市買商廈
要分清楚係短期還是長期（職位）衰退， 如果是周期或短期性，再進修是一個方法暫時捱過艱難時刻，如果不幸是長期，進修呢幾年嘅時間和金錢付出會白白浪費掉。
今年初和舊同學聚會，他兒子辭職去讀個Master，公司新請嘅補替員工學歷正正就是佢想讀嗰個。朋友笑說唔知阿仔讀嚟做乜，畢業後應該要做返同一個位置。仲唔知有冇位添。
作者: poonseelai 時間: 26-4-20 16:24
akys 發表於 26-4-20 15:28
要分清楚係短期還是長期（職位）衰退， 如果是周期或短期性，再進修是一個方法暫時捱過艱難時刻，如果不幸 ...
短期定長期衰退都唔係畢業生控制到, 只可以做好自己本份
作者: stillgood20 時間: 26-4-20 17:05
poonseelai 發表於 26-4-20 16:24
短期定長期衰退都唔係畢業生控制到, 只可以做好自己本份
可能只是本保而已。
我姨甥女去年DSE畢業。
成绩都唔錯。
可以選港大/科大business.
不过，宜家d business course,
(個人唔知佢想教咩，傳统課程+AI)
到时，畢業，嗰世界/求職市场，是否配合？
真係，個個都係business+AI.
一大班人求職…點突圍？？？
(突圍意思是揾到工作，唔係高薪厚職)。
不过，姨甥女，中学已经跳K pop舞。
我跟她說， business是基本，
倒不如跳舞，再加学韓語。
多d附加值。
作者: poonseelai 時間: 26-4-20 17:38
stillgood20 發表於 26-4-20 17:05
做好本份，
可能只是本保而已。
本帖最後由 poonseelai 於 26-4-20 18:25 編輯
比你找到份好工都無保證㗎, 你做得好公司做得好, 例如比人收購兩年內必定有人事變動, 見得太多啦
保到本咪再睇形勢囉或下一個週期
跳k pop 學韓語去韓國發展？前幾日同孩子傾計韓國不少男女團都無乜發展, 近年都係得幾隊做得好D, BTS 全團回歸政府預計26萬粉絲會聚集, 最終4萬
留港跳舞或教跳舞？我唔熟香港環境如何, 應該唔容易或者唔係個個都得, 我孩子細個都去過sunny wong舞蹈室, 前排佢欠租比人追
而家新一代比我哋幸福, 不少也不需養家可追夢
作者: ANChan59 時間: 26-4-20 19:24
akys 發表於 26-4-20 15:28
要分清楚係短期還是長期（職位）衰退， 如果是周期或短期性，再進修是一個方法暫時捱過艱難時刻，如果不幸 ...
你舊同學個仔會唔會志不在香港！？
作者: barque 時間: 26-4-20 19:41
poonseelai 發表於 26-4-20 16:24
短期定長期衰退都唔係畢業生控制到, 只可以做好自己本份
本帖最後由 barque 於 26-4-20 19:44 編輯
以往是短期衰退，經濟好轉之後招聘好快回復返正常。現在經濟未覺得有什麼特別大問題，但是因為科技發展，自動化，以前需要的人手減少左，不需要那麼多人就可以完成同樣的工作，以客服為例，以前請人回覆，現在AI Chatbot 代替大部份。
但因為處於交接期，新模式的工作需求又係未知數。
所以可能會越來越差都不一定。
作者: ANChan59 時間: 26-4-20 20:33
barque 發表於 26-4-20 19:41
本帖最後由 barque 於 26-4-20 19:44 編輯
以往是短期衰退，經濟好轉之後招聘好快回復返正常。現在經濟 ...
So far 啲 Al Chatbot，你有冇試過有正嘢？
唔知係咪我黑仔，多數都係冇乜用，答非所問，都係喜歡聽番人話！
作者: poonseelai 時間: 26-4-20 20:33
barque 發表於 26-4-20 19:41
本帖最後由 barque 於 26-4-20 19:44 編輯
以往是短期衰退，經濟好轉之後招聘好快回復返正常。現在經濟 ...
暫時去D公司chatbox 問問題,未成功解答到,上星期打去一間保險公司, 選擇與客戶服務員聯絡,攪來攪去,終於有人聽,但他只是抄低我電話,一日內再有人覆
未來發展如何/有什麼機遇無得控制, 除了叫佢哋做好本份, 仲有無其他？
作者: barque 時間: 26-4-20 20:34
ANChan59 發表於 26-4-20 20:33
So far 啲 Al Chatbot，你有冇試過有正嘢？
唔知係咪我黑仔，多數都係冇乜用，答非所問，都係喜歡聽番人 ...
最慘冇人問過你願唔願意，逼你用
作者: ANChan59 時間: 26-4-20 20:50
poonseelai 發表於 26-4-20 20:33
暫時去D公司chatbox 問問題,未成功解答到,上星期打去一間保險公司, 選擇與客戶服務員聯絡,攪來攪去,終於有 ...
我都話咗企業吹用Al，主要係cut staff cost ，生產力有冇提升我唔知，但肯定顧客滿意度就差咗。
之前某銀行逼我用Al Chatbot，問非所答，激到我跳舞，搵番CS，我一開始就講因為有電話錄音，我以下的投訴不是針對CS，你係無辜嘅，我剷到班閉門做車的高管上天花板。跟著個CS話多謝先生留言，我會特別備注在報告，等上級可以聽到你的真心意見。
作者: ANChan59 時間: 26-4-20 20:54
barque 發表於 26-4-20 20:34
最慘冇人問過你願唔願意，逼你用
人都落咗鑊，唔逼你用點得呢？
有時我都唔明點解咁多人吹到Al上天，你及twhkleung 係高端用家，在一定程度係有用，但係大部份Al係整色整水，marketing gimmicks。
作者: poonseelai 時間: 26-4-20 21:04
ANChan59 發表於 26-4-20 20:50
我都話咗企業吹用Al，主要係cut staff cost ，生產力有冇提升我唔知，但肯定顧客滿意度就差咗。
之前某銀 ...
我都鬧過好多次, 我哋都係先上網查完找唔到相關資料才打hotline, 上次個chatbox無叫我留電話, 我估公司安排一把人聲比你聽下, 叫你留電話, 希望你嬲少DD
其實我只想要一張form, 保險公司無放上網頁, 我才迫住打電話
作者: ANChan59 時間: 26-4-20 21:11
poonseelai 發表於 26-4-20 21:04
我都鬧過好多次, 我哋都係先上網查完找唔到相關資料才打hotline, 上次個chatbox無叫我留電話, 我估公司安 ...
接我電話果位係真人，因為有對答，所以真係幫我解決咗個問題。
Al係抄襲工具，網上冇，就係冇，唔好吹到未卜先知！
C S都有問題，offshore banking外判咗出去「偽英語系」國家，聽到我耳都側埋，都係office hours 搵番關係經理。
作者: barque 時間: 26-4-20 21:46
我唔太熟新畢業生的就業市場，只是聽到身邊個別朋友孩子難搵工，所以繼續讀碩士。
作者: twhkleung 時間: 26-4-20 22:45
ANChan59 發表於 26-4-20 20:54
人都落咗鑊，唔逼你用點得呢？
有時我都唔明點解咁多人吹到Al上天，你及twhkleung 係高端用家， ...
用咗ai之後, 的確係幫到好多手, 但係, 亦都因為咁, 期望過高, 人亦懶咗, 而家, 明明自己可以做個table, 幾個charts, 都交咗畀ai, 結果奶咗嘢, 搞咗兩日都未搞掂, 但係就用咗40蚊美金.
如果早啲係咁, 自己搞, 可能, 晨早搞掂都唔定, 仲慳返40蚊尾仔.
要清楚ai能力範圍, 不必要神化他, 面對現實, 邊啲佢做到, 邊啲佢做唔到, 適當運用...
對我嚟講, 係一個教訓.
作者: ANChan59 時間: 26-4-21 00:59
twhkleung 發表於 26-4-20 22:45
分享這兩天的不愉快經歷.
用咗ai之後, 的確係幫到好多手, 但係, 亦都因為咁, 期望過高, 人亦懶咗, 而家, ...
40美元係小事，稍不留心出咗街就麻煩。你這個較簡單，你跟下眼會睇得出問題所在。如果係程式，研究論文，所謂「創作」係咪咁易睇到問題所在？！
**********
三個星期前跟客戶在國內開會，一個年輕高管用Al軟件transcribed 會議記錄，做summary, action items and outcomes.
Presentation 就靚，如果你唔參加會議及討論，單看會議記錄，真係信以為真，下面同事跟住去做，咁就PK啦。我這些old school，用低科技電子白板，save 咗啲brainstorming notes，嘔番啲真正重點出嚟。位高管冇出聲，照單全收我嘅修正，對他也是個教訓，盲目迷信Al會出事。
因為咁樣，事前他訪問幾個美國醫學界嘅KOL，我唔會相信個訪問summary，我會睇返個transcripts。不然的話，user requirements 又係偽造，俾佢跣親。我哋會擴大訪問更多KOL，而且會加入不同profiles 嘅目標，將biases 降低。
問題重點在我們的討論係幾個有二三十年行業經驗嘅人，有好多討論係skip background info，直入問題核心，這些info 不一定出現在public domain，冇人教佢，佢點識得去做。我哋那些data比較執人口水尾嘅「Al」更重要，更珍貴。
不過，我相信冇乜人聽得入耳！
作者: ANChan59 時間: 26-4-21 01:06
ANChan59 發表於 26-4-21 00:59
40美元係小事，稍不留心出咗街就麻煩。你這個較簡單，你跟下眼會睇得出問題所在。如果係程式，研究論文， ...
睇transcript 都要小心，因為Al會用錯字，誤會咗專用名詞，縮寫，冇得懶要跟一次內容先去下一步。
作者: twhkleung 時間: 26-4-21 01:18
ANChan59 發表於 26-4-21 00:59
40美元係小事，稍不留心出咗街就麻煩。你這個較簡單，你跟下眼會睇得出問題所在。如果係程式，研究論文， ...
要ai總結一個行內專家們嘅意見, ai暫時係絕對做唔, 如果信以為真, 跟住嚟做, 後果自負
======================
- 一次40蚊係小事.
- 一個禮拜幾次
- 一個月十幾次
- 一年幾百次
- 條數加埋, 夠請個fresh graduate做助手, 而且唔會淨係只係幫你plot chart和寫table.
- 艱深嘅, 或者全新領域, 唔可以靠佢,
- 太簡單, 但太繁複, ai也不可靠.
- 真係要學懂取平衡.
作者: ANChan59 時間: 26-4-21 01:37
twhkleung 發表於 26-4-21 01:18
我絕對認同你呢個第一身嘅開會, action items總結, 會錯漏百出嘅經驗.
要ai總結一個行內專家們嘅意見, ai暫 ...
咪就請個fresh graduate囉！
我哋去brainstorm 個user requirements and tech specifications ，只可以用個 proofread 咗嘅 transcript，因為我哋都未知個outcome，重有我哋要避免踩到人哋嘅專利。教Al做這些虛無飄渺嘅嘢，不如自己去做，或者順便訓練埋個高管。
Al成日搞錯都好，我都怕它將我哋啲料洩漏出去。
*******
點樣取個平衡點？
作者: twhkleung 時間: 26-4-21 01:55
ANChan59 發表於 26-4-21 01:37
咪就請個fresh graduate囉！
我哋去brainstorm 個user requirements and tech specifications ， ...
我唔知道!!!
其實唔係我唔知道. 而係, 當一到我對呢個model開始熟悉, 知道佢有啲乜嘢得, 有啲乜嘢唔得之後, 佢又有個新model rollout, 跟住成個behavior, 準確性, 全部都唔同曬, 我又要同佢重新玩過一輪, 先至熟習返佢嘅特性, 同埋底線, 問你死未...
作者: twhkleung 時間: 26-4-21 02:02
twhkleung 發表於 26-4-21 01:55
"點樣取個平衡點？"
我唔知道!!!
作者: barque 時間: 26-4-21 04:31
twhkleung 發表於 26-4-21 01:18
我絕對認同你呢個第一身嘅開會, action items總結, 會錯漏百出嘅經驗.
要ai總結一個行內專家們嘅意見, ai暫 ...
我覺得好多時AI做得唔好係因為［context]唔夠大和深。
作者: ANChan59 時間: 26-4-21 06:43
barque 發表於 26-4-21 04:31
我覺得好多時AI做得唔好係因為［context]唔夠大和深。
本帖最後由 ANChan59 於 26-4-21 07:20 編輯
可唔可以講多啲！
是否我所講嘅data 唔夠多？
又是否指複雜到一般人oversee or overview 唔到個scope，所以A1有用武之地？ 我又有另一個問題，細型中型麻麻哋，你叫我點信大型！
我哋做得幾OK嘅Al演算法係因為我哋手上有很多propriety data，而個演算法好tailor made為某一種病，而個「問題」好清楚界定，好多research and collaborative research back it up。第一個model 成功用咗6年時間，第二第三個就一年半載就可以（未計認證，因為控制唔到FDA)。如果全新model 就係要好長時間，主要花在clinical trial 及通過FDA審批才可以應用。
作者: ANChan59 時間: 26-4-21 06:56
twhkleung 發表於 26-4-21 01:55
"點樣取個平衡點？"
我唔知道!!!
本帖最後由 ANChan59 於 26-4-21 07:54 編輯
會唔會係個街外Al model 太貪心，想包羅萬有，於是顧此失彼。
如果自己砌，會唔會不受系統更新影響咁大？
我在回應barque 時都有講到focus and data。
兒子的專業Almodel 係自己（他及老板）寫，OpenAl做較多documentation draft 及了解面對的新問題在public domain 有什麼蛛絲馬跡，還有就是報價。
還有他們的Almodels 在不同問題及scope時要做啲customizations，每個financial model 分開應用，所以係可以獨立睇到有冇問題，可能同一個問題用不同model分析，然後靠負責人綜合分析，最多係6-7個models，同時又同一些public domain 結果做bench mark。
後續：他們有常用multi-models的演算法，都係逐個分析，然後綜合分析。
因為有不少financial models ，如果MxM個matrix 會好大，好難追縱到邊度出錯。
作者: ANChan59 時間: 26-4-21 07:33
stillgood20 發表於 26-4-20 17:05
做好本份，
可能只是本保而已。
如果通街都係business + AI，就等同以前大學畢業，後來加交換生，又再加interns⋯⋯
俾我面試，我會要求他有相關cornerstone project 經驗，相關實習，會問得深入啲，不單單是考能力，最重要考誠信及解難能力。初中生已經開始Al作假，這個趨勢不能輕視。
作者: barque 時間: 26-4-21 08:53
ANChan59 發表於 26-4-21 06:43
本帖最後由 ANChan59 於 26-4-21 07:20 編輯
可唔可以講多啲！
你哋呢啲專業嘅Model，大型嘅LL M通用Model其實唔係好幫到手，你亦都唔會相信佢生成的答案。但係佢可以幫你縮窄範圍，將相關嘅嘢查找出嚟，比專家作為參考。
作者: ANChan59 時間: 26-4-21 09:50
barque 發表於 26-4-21 08:53
你哋呢啲專業嘅Model，大型嘅LL M通用Model其實唔係好幫到手，你亦都唔會相信佢生成的答案。但係佢可以幫 ...
內行人就係內行人。
我當然唔會唔用，但唔會盲目相信。最緊要知道自己做緊乜嘢，想要乜嘢，唔係垃圾當寶。
有domain expert，自然有保障，不用怕被取代。太general 嘅話，冇Al都隨時被平價新鮮人取代！
作者: poonseelai 時間: 26-4-21 10:01
ANChan59 發表於 26-4-21 07:33
如果通街都係business + AI，就等同以前大學畢業，後來加交換生，又再加interns⋯⋯
俾我面試，我會要求 ...
係小學生已經用AI出貓
作者: twhkleung 時間: 26-4-21 10:22
本帖最後由 twhkleung 於 26-4-22 00:13 編輯
barque 發表於 26-4-21 04:31
我覺得好多時AI做得唔好係因為［context]唔夠大和深。
1. context 唔夠大, ,會係其中一個原因, 但係乜嘢叫做"夠大", 幾多先算"夠大"?
2. 正如人腦, 其實個context memory都唔係好大, 所以點解人腦有分開Prefront Cortex 負責short term memory, Hippocampus/Neocortex 負責long term memory, Amygdala 負責Emotional Memory, ... 等等
3. 人並唔係將所有嘅記憶, 好似一個大平面咁, 全部都記錄低曬, 而係通過long short term memory嘅不斷切換, 來找到我哋嘅智慧決定.
4. 而家嘅ai model, 只係得一個preset嘅context memory, 跟沒有long short term memory呢個機制. 所以, 就算你畀好多好多context memories佢, 其實都解決唔到問題.
5. 而更重要嘅係, 係你問佢嘅問題本質, 如果係啲out of distribution 嘅問題, 即novelty 性質非常高, 個ai model, 就只會好有自信咁, 老作啲答案畀你.
例如, 我將阿仔個project用嘅algorithm, 首先, 叫佢check下已刊登嘅期行, 各大學嘅研究報告論文, 有沒有相關嘅publication, 如果冇, 咁我就知道, 呢個research嘅claim, impact有幾多唔知, 但novelty一定可以過到關. 咁之後再問佢, 你覺得呢個algorithm有乜嘢pros and cons, 因為佢個knowledge base完全冇呢方面嘅資料, 佢就會開始"好有自信"咁, 喺度"作故仔", 來回答你.
作者: twhkleung 時間: 26-4-21 10:23
本帖最後由 twhkleung 於 26-4-22 11:15 編輯
ANChan59 發表於 26-4-21 06:56
本帖最後由 ANChan59 於 26-4-21 07:54 編輯
會唔會係個街外Al model 太貪心，想包羅萬有，於是顧此失 ...
其實而家deploy咗嘅ai model, 同research嘅理論模型, 差別其實好大. AI Research Scientist 同 ML Engineer, 工作性質其實差好遠, 當ai scientist做咗個ai數學模型, 喺實驗proof咗ok, ML Engineer 去deploy 過model 去雲端, 其實係作了大量嘅修改, 修改到其實個ai scientist都唔知佢搞過啲乜, 因為呢啲都係engineering work, 最終出街嗰個model, 會有好多實際嘅日常運作技術需要.
係咪太貪心, 想包羅萬有, 於是顧此失彼? 咁呢個一定係啦! 正如有個人, 話畀你知, 文科, 理科, 工程科, 法律, 醫科, 甚至神學, 佢都係專家, 咁其實即係呢條友乜都唔識囉.
同樣要做一個ai model, 乜都識, 有好多training strategy要修改. 所以, 做一個vertical model, 係會簡單好多, 從數據收集, 到訓練, 都係相對容易控制.
其實, 我哋每天生活, 面對嘅問題, 基本上都唔會只係得一個答案係 work嘅, 亦都唔會只係得一個選擇, 所以就算每一個model, 佢come up咗同一個答案, 但係其實佢哋嘅datapath, 可能係完全唔同, 就算d models, 大家都係用一模一樣嘅training data, 中間個best match過程, 唔一樣嘅機會係非常非常大.
Multi-model, 或者準確啲應該叫ensemble model, 其實都係因為唔相信一個model就可以做出一個好嘅答案.
train一個financial model, 一個health model, 或者一個general purpose嘅model, 邊個會容易啲? 一定要分的話, vertical model當然會易啲. 但vertical model要求, 又會畀general model嚴謹好多, 例如health model, 容錯率要求非常低, 但general model, 好似我上面講嘅分享, 錯到七彩, 搞咗我兩日, 都只係搞個table咁, 同埋個chart, 如果係個health model, 病人可能已經死咗!
至於benchmark, 呢啲都係基本嘢, 大家圍內, agree一堆weighted parameters, 咁咪叫benchmark囉, 就好似大學排名咁, 當你知道個benchmark用乜嘢weighted parameters, 慢慢的二三線大學二三線researchers, 就會睇注意啲parameters 來做performance.
"因為有不少financial models ，如果MxM個matrix 會好大，好難追縱到邊度出錯。"
都唔係淨係因為大, 本身個model係冇Observability, 冇interpretability, 簡單啲講, 就係一個blackbox, 沒有任何tracing tools, debugging tools, 可以幫你明白佢係基於什麼, 而得著呢個結果.
而家大家都想盡方法, 希望可以睇透多啲, 佢嘅邏輯決段process, 係點樣樣嘅.
作者: twhkleung 時間: 26-4-21 10:26
其實呢度大家問嘅問題, 都係非常到位, 非常深, 我都只係基於自己所知, 嘅盡量分享, 啱定錯, 我自己都唔敢保證... 哈哈
作者: barque 時間: 26-4-21 10:27
twhkleung 發表於 26-4-21 10:22
1. context 唔夠大, ,會係其中一個原因, 但係乜嘢叫做"夠大", 幾多先算"夠大"?2. 正如人腦, 其實個contact ...
所以有時會將的資料用R A G Model整理好，然後用LL M Model配合。限制佢的回答只可以根據LA G的資料來答覆唔准佢作嘢。
作者: ANChan59 時間: 26-4-21 12:47
poonseelai 發表於 26-4-21 10:01
係小學生已經用AI出貓
我都唔識俾反應。
作者: ANChan59 時間: 26-4-21 13:00
barque 發表於 26-4-21 10:27
所以有時會將的資料用R A G Model整理好，然後用LL M Model配合。限制佢的回答只可以根據LA G的資料來答覆 ...
學到嘢！
作者: ANChan59 時間: 26-4-21 13:02
twhkleung 發表於 26-4-21 10:26
其實呢度大家問嘅問題, 都係非常到位, 非常深, 我都只係基於自己所知, 嘅盡量分享, 啱定錯, 我自己都唔敢保 ...
大家交流一下，你講嘅嘢，有啲我都要查字典／較可靠嘅網站。
這樣討論會實事求事啲，也清楚pros and cons, limitations and biases.
作者: ANChan59 時間: 26-4-21 13:14
twhkleung 發表於 26-4-21 10:23
其實而家deploy咗嘅ai model, 同research嘅理論模型, 差別其實好大. AI Research Scientist 同 ML Engineer ...
我哋條team 入面有data scientists and ML engineers. 我講嘅research係clinical research，不是Al research。
我哋係比較上係似vertical model，特別係diagnostic device 相連的嘅演算法，係要有特定要求，不然就garbage in garbage out 。
不同Financial models 有不同的應用，可能同一堆data，用不同 models 會有不同結果，點解用邊個係要有justification，不同models 也可以睇到另一面的上下限及中位數值。buyer and seller 都有不同期望。
他們用multiple models 係某些complex 基金prospectus 入面講咗作價以某幾個model 做 reference，然後選中位數值，或者whatever highest or lowest。
作者: poonseelai 時間: 26-4-21 15:27 標題: 回覆樓主：
本帖最後由 poonseelai 於 26-4-21 15:30 編輯
好深呀！要慢慢學下
今日聽到Apple 9月換CEO, 未夠50歳, 是一位hardware engineer, 在Apple由低做起
早一兩年Apple被批評在AI方面大落後, 而家不少AI公司燒錢燒不停, Apple亦叫停了電車項目, 專注本業, 誰才是正確？
作者: barque 時間: 26-4-21 17:43
twhkleung 發表於 26-4-21 10:23
其實而家deploy咗嘅ai model, 同research嘅理論模型, 差別其實好大. AI Research Scientist 同 ML Engineer ...
女兒近期對Constitutional AI 好感興趣，近期自己都有做啲Research project去評估到底佢哋的準確性
作者: twhkleung 時間: 26-4-22 00:47
本帖最後由 twhkleung 於 26-4-22 03:01 編輯
barque 發表於 26-4-21 17:43
女兒近期對Constitutional AI 好感興趣，近期自己都有做啲Research project去評估到底佢哋的準確性
...
1. Jan Leike:
- 在離開 OpenAI 後，他加入了 Anthropic 並領導對Alignment Science 嘅R&D 團隊。
- 他現在是Constitutional AI 的核心領導之一。
2. Jan Leike 和 Ilya Sutskever (Open AI Cofounder)一起, 在2023年反對Sam Altman, 只看錢而不顧AI與人類的倫理.
3. Ilya Sutskever 是Jeffrey Hinton (AI God Father)的PhD 學生, 他們共同成立的DNNresearch, 在2013年畀Google收購, 是近代AI 跳躍性發展的基礎力量(所以點解Jeffrey攞咗諾貝爾獎). Ilya 也是負責當年train AlphaGo的人.
AI 發展嘅history, 其實幾好睇, 好似睇小說咁.
作者: twhkleung 時間: 26-4-22 00:49
poonseelai 發表於 26-4-21 15:27
好深呀！要慢慢學下
今日聽到Apple 9月換CEO, 未夠50歳, 是一位hardware engineer, 在Apple由低做起
作者: twhkleung 時間: 26-4-22 01:16
本帖最後由 twhkleung 於 26-4-22 11:20 編輯
ANChan59 發表於 26-4-21 13:02
大家交流一下，你講嘅嘢，有啲我都要查字典／較可靠嘅網站。
這樣討論會實事求事啲，也清楚pros and cons ...
Vertical AI唔易搞, 特別係醫療級, IBM 花咗好多好多錢搞咗十幾年, 最後得個吉. 你條team好堅!
我自己覺得難搞原因有以下.
1. Anthropic, OpenAI 呢類 general-purpose AI model, 就算錯, 都唔會有咩後果, 唔好講我哋啲普通user/consumer, 就算賣畀enterprise用, 相信啲terms, 都保護到佢哋唔會有任何責任.
2. 但用喺醫療方面嘅AI就唔同, 出咗事, 唔係三幾間商業公司對佢嘅投訴, 而係整個社會同政府, 可能都會同時"移動"佢.
3. 而現時嘅ai model, 唔適合醫療級, 最主要原因, 就係佢響uncertainty方面嘅處理方法,
i. 唔識得講I don't know.
ii. 之餘仲要講到似層層.
4. Bayesian Inference Model 暫時係醫療對AI 研發嘅基礎framework. 佢主要係以下5大方面嘅希望.
i. Uncertainty - 雖然佢都係唔識得講I dont know. 但係佢嘅答案, 會係類似咁樣,
- 可能性一, 乜乜乜, 50%,
- 可能性二, 乜乜乜, 30%,
- 可能性三, 乜乜乜, 15%,
- 可能乘四, 乜乜...
ii. Sparse Data (同small dataset唔一樣), 當數據唔足夠嘅時候, 仍然能夠相對客觀的比出分析.
iii. Interpretability比較高, 即係佢嘅blackbox冇咁black.
iv. 更重要嘅係, 佢嘅思考邏輯, 會更接近人類腦袋的思考方法.
v. 唯一可惜嘅係, 呢種ai model, 同現時嘅hardware, 例如, GPU/TPU, 係唔配合. 所以, 追求短期研究成果嘅大學團隊, 都好少研究向呢方面做努力, 通常, 只有大U (都係噏得出嗰幾間), 先有資源, 做呢方面嘅規模性/系統研究.
作者: ANChan59 時間: 26-4-22 06:39
twhkleung 發表於 26-4-22 01:16
Vertical AI唔易搞, 特別係醫療級, IBM 花咗好多好多錢搞咗十幾年, 最後得個吉. 你條team好堅!
我 ...
在醫療Al開發上我只係略懂，不會裝懂，所以過往十年都係好少講太多，我哋個CTO好勁。我嘅層面較多講策略，應用，business model，風險管理，跟我行業經驗緊扣。
我哋資源有限之下，research strategy幾集中，先硬件，軟件再去Al，都係集中一種病。我哋有market research，好清楚個pain points，有少少disruptive technology 的情況。
以往這種檢查一定要住院，用多種設備檢測，全身好似蜘蛛網包圍。配戴上我哋嘅設備，現在可以係屋企collect data，然後upload 上雲端，就可以出報告給醫生作診斷。快靚正又平，在美國攞埋insurance code，可以claim medical insurance。
IBM這種大企業，一做就會做一個好大嘅scope，太大好難管理R&D，加上醫療係好保守嘅行業，個個以為自己好醒，好多性格巨星，點解我成日講multidisciplinary 嘅重要性。
就算蘋果有Apple watch，已經係wearable device，功能上已經係醫療設備，但係未能過到FDA就不可以claim，硬件容易，軟件難，Al更難。
如果過到FDA批准上市，所有嘢都要監管，包括設計，生產，採購，Q MS，post market surveillance ，adverse event reporting ，recall。成個product life cycle 都係要小心管理。蘋果first tier supplier鴻海究想入醫療設備行業，一闊三大，都重係小打小鬧。
其實好多小公司做MD，然後被大企業M&A，係一個常見嘅exit strategy。
******
補充一點，好多人以為醫院用嘅設備最精密，最準確，要求最高。事實上高端家用MD比較醫院用嘅更高要求。高端係相對於血糖計，血壓計，這些常見的家用MD。
MD追求第一安全性，第二才是療效。一個layman可以操作，不是一個醫護人員操作，在安全考慮已經好麻煩及複雜，好多風險及誤用係大家想都想唔到。
作者: akys 時間: 26-4-22 11:57
本帖最後由 akys 於 26-4-22 14:04 編輯
ANChan59 發表於 26-4-20 19:24
你舊同學個仔會唔會志不在香港！？
爸爸有錢，唔憂柴米。 英國讀 degree。 太辛苦唔想留低畢業後返咗香港做嘢。
作者: ANChan59 時間: 26-4-23 07:44
akys 發表於 26-4-22 11:57
爸爸有錢，唔憂柴米。 英國讀 degree。 太辛苦唔想留低畢業後返咗香港做嘢。
...
唔憂柴米，讀唔讀master 都冇所謂。
有點奇怪怕英國辛苦，有個master，心頭更高，畢業返香港都係好大機會失業。
找不到工作不外乎幾個原因：
1。經濟及就業市場環境
2。本人的性格及意圖心
3。家庭的培養及價值觀
| 歡迎光臨 教育王國 (/) |
Powered by Discuz! X1.5 |