最新資料

公寓大廈管理條例

各式不動產契約書範本與應記載及不得記載事項

技檢◆銑床-CNC 銑床-乙級

115年 - 115 高等考試_三級_海洋行政：海洋學概論#142281(5題)

115年 - 115 高等考試_三級_觀光行政（選試觀光英語）、觀光行政（選試觀光日語）：旅運經營學#142280(10題)

115年 - 115 高等考試_三級_觀光行政（選試觀光英語）、觀光行政（選試觀光日語）：觀光學#142279(4題)

115年 - 115 高等考試_三級_航運行政：航港經營管理#142278(4題)

115年 - 115 高等考試_三級_海洋行政：海洋與海岸管理#142277(5題)

115年 - 115 高等考試_三級_交通行政：交通政策與行政#142276(4題)

115年 - 115 普通考試_社會行政：社會工作概要#142275(27題)

115年 - 115 高等考試_三級_交通行政、交通技術：運輸規劃學#142274(4題)

115年 - 115 高等考試_三級_環保行政：空氣污染與噪音防制#142273(8題)

115年 - 115 高等考試_三級_地政：民法（包括總則、物權、親屬與繼承編）#142272(3題)

50. 取引相手への催促状として、良いのは、 (A) 『いろいろとご事情もおありとは存じますが、どうぞ至急ご送金くださいますようお願い申し上げます。』 (B) 『いろいろと大変とは思いますが、どうぞ早いうちにお金を支払ってください。』 (C) 『なにかとあるかと思いますが、こちらも困るので早急に送金願います。』 (D) 『いろいろと不本意なことではありますが、どうか至急お金を払ってくれることをお願い申し上げます。』

49. 取引相手への陳謝状として、良いのは、 (A) 『全力を挙げて直ちにお届けいただくべくお手配中でございます。』 (B) 『全社を挙げていち早く届けてくれよう考慮していただきます。』 (C) 『全力を挙げて早急に解決するようにご手配願います。』 (D) 『全社一丸となって問題解決に努めています。』

48. 新興宗教のいくつかは、宗教と呼べるかどうか、 (A) 今も議論が続いている。 (B) 今も討論を続いている。 (C) 今も談判を続けている。 (D) 今も口論が続いている。

B. 試填下表(10 分)

 A. 何謂自發性消費、誘發性消費、與邊際消費傾向?(15 分)

C. 設若金流 B 有 2 兆，金流 C 有 10 兆，金流 D 有 8 兆，金流 E 有 25 兆。R 國的 GDP 有多少(5 分)? 金流 A 有多少(5 分)? R 國的平均消費傾向為多少(5 分)?

抽樣方法

講師：Terry Tung

簡介：抽樣是一種選擇調查對象的程序和方法，抽樣調查是從研究對象的整體中選出一部份代表加以調查研究，然後用所...

徐喬-經濟學(資料太多優化中)

講師：【站僕】摩檸Morning.

王立杰-幼稚教育考試精粹

講師：【站僕】摩檸Morning.

句子中的成分

描述：主語、謂語、述語、賓語、定語、狀語、補語

初階外匯

描述：(1) MT103欄位 53a：存錢有桑(53)—>匯款行之存匯行 54a：別人匯款有事(54)要做—>解款行之通匯行 57a：遇...

腦中風

描述：栓塞 血栓

33. 關於植物賀爾蒙與動物賀爾蒙特性的敘述，何者正確？ (A) 動植物都由腺體來製造賀爾蒙 (B) 動物有固醇類賀爾蒙，植物則無 (C) 植物賀爾蒙有氣體形式，動物則無 (D) 動物及植物賀爾蒙均需要透過細胞外液及組織間液進行運送 (E) 相較於動物賀爾蒙，大部分植物賀爾蒙需要較高濃度才能誘發相對應反應

16.下列何者不是藥典中所使用之氧化劑？ (A)過錳酸鉀（potassium permanganate） (B)二甲亞碸（dimethyl sulfoxide） (C)硫酸鐵銨（ferric ammonium sulfate） (D)硫酸鈰（ceric sulfate）

17.下列何者的水溶液加入酚酞試劑後，溶液可轉成紅⾊？ (A)phenobarbital (B)lactic acid (C)phenol (D)pseudoephedrine

21. 某企業希望 AI 產生 ESG 永續報告，但不同部門提供的資料格式差異很大。為提升 AI 產出的一致性，團隊提供過去三份經審核通過的 ESG 報告，要求 AI 依循其章節安排、用詞風格及呈現方式完成新報告。此作法主要運用了何種提示策略？ (A)Zero-Shot Prompting； (B)Role Prompting； (C)Few-Shot Prompting； (D)Self-Consistency Prompting

24. 某企業「人資 AI 助理」採檢索增強生成(RAG)技術，系統會先檢索前 10 筆相關規章，再由其中排序最前面的 3 筆文件提供大型語言模型(LLM)作為回答依據。員工查詢「留職停薪規定」時，AI 遺漏了所屬部門最新補充規定。技術團隊確認該規定已成功檢索，但排序第 8 名，因此未被優先提供給大型語言模型作為回答依據。在不重新訓練模型、不重新建立向量資料庫的前提下，應優先導入下列何種元件改善此問題？ (A)查詢擴展器(Query Expansion)，自動加入同義詞或相關關鍵字擴展查詢內容，以提高相關文件被檢索到的機率； (B)文本切分器(Text Splitter)，將長篇規章拆分成較小段落，以利建立文件索引； (C)重排序器(Reranker)，重新評估初步檢索結果的相關性，將最相關的文件優先提供大型語言模型(LLM)參考； (D)語意快取器(Semantic Cache)，儲存常見查詢與 AI 回覆，遇到語意相近的問題時直接回傳先前結果，以降低運算成本與回應時間

(2)繩之張力