最新資料

研究所、轉學考(插大)◆冷凍空調原理

消防法規與設備

建築結構、建築構造與估價

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 10 階-助理事務員-企劃研析（工程管考實務）：鐵路法大意（含鐵路立體化、平台建設及周邊土地開發計畫等）#145876(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 10 階-助理技術員-養路工程、養路工程（維修實務）：鐵路養護作業大意#145875(50題)

115年 - 115 高雄市政府教育局所屬學校_護理師及營養師聯合甄選試題：午餐業務及教育#145874(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 8 階-助理工程師-建築工程：建管行政及政府採購法#145873(29題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 8 階-助理工程師-建築工程：建築圖說#145872(27題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試 第 9 階-技術員-建築工程（古蹟修復實務）：建築圖說概要#145871(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_ 第 10 階-助理技術員-土木工程、土木工程（工程實務）：測量學大意#145870(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 10 階-助理事務員-企劃研析（工程管考實務）：運輸學概要#145869(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 11 階-服務員-事務管理（身心障礙）：事務管理大意#145868(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試＿第 10 階企劃研析（工程管考實務）：作文#145867(1題)

6. Consider the linear population model with intercept:$y_t = \alpha + \beta x_t + \varepsilon_t$The variance structure is known as below: $E(\varepsilon_t^2) = \sigma^2 h_t^2,$Which regression may obtain efficiency $\hat{\beta}$ estimator? (A) Regress \( y_{t} \) on 1, \( x_{t} \) (B) Regress \( y_{t} / h_{t} \) on 1/ht ,xt/ht(C) Regress \( y_{t} / h_{t}^{2} \) on 1/h2t ,xt/h2t(D) Regress \( y_{t} \) on 1/ht ,xt/ht(E) Regress \( y_{t} / h_{t} \) on 1, \( x_{t} \)

5. Consider the linear model with intercept: $y_t = \alpha + \beta x_t + u_t$ If the $A = \sum_{i=1}^{n} (x_i - \bar{x})^2$ is positive definite and $E(u_i \mid x_i) = 0, \forall t = 1, 2, \dots, T$, which statement is true under sample size $T \to \infty$. (A) \( \hat{\beta} \) is consistent, but we cannot judge whether \( \hat{\beta} \) is efficiency (B) \( \hat{\beta} \) is unbiased and efficiency (C) \( \hat{\beta} \) is consistent and efficiency (D) \( \hat{\beta} \) is, but we cannot judge whether \( \hat{\beta} \) is efficiency (E) \( \hat{\beta} \) is unbiased and consistent.

4. Consider the simple regression $y_i = \alpha + \beta x_i + \varepsilon_i$And suppose population parameter $\beta = 2$ and least square estimator $\hat{\beta} = 2.3$. Now consider the regression $(x_i - y_i) = \alpha^* + \beta^* x_i + u_i.$What is the value of \( \hat{\beta} \)? (A) 1 (B)-1 (C)-1.3 (D)-0.3 (E) 0.3

五、請說明國道電子收費與外部性的關係，並分析尖峰和非尖峰時段是否應收取相同費率。(15 分)

四、政府實行所得重分配政策是否可以提高經濟效率？為什麼？(20 分)

三、社會安全退休年金制度對個人儲蓄行為有哪些可能的影響？(15 分)

國營企管上榜攻略

講師：Terry Tung

簡介：注意事項：此課程內容和「國營企管」內容相同，只差別在沒有解析和展現方式不同，請小心不要重複購買。 完...

游離輻射防護法規重點整理

講師：床編故事的粉絲

簡介：以下的筆記主要是常考重點畫記： 紅色的字為手寫題、選擇題經常出現的內容 藍色的字為有考過的內容 灰底是...

星球科學

講師：steven

簡介：「星球科學」（Planetary Science）是研究太陽系、其他恆星系統中的行星及其形成、演化與物理特徵的學科。...

第55條

課程：【國考助手】2025警察法規(下冊)：行政執行法、社會秩序維護法
章節：社會秩序維護法 第二編(處罰程序)：第五章 救濟 §55~§62

描述： 第55條(聲明異議之期間與格式)

第56條

課程：【國考助手】2025警察法規(下冊)：行政執行法、社會秩序維護法
章節：社會秩序維護法 第二編(處罰程序)：第五章 救濟 §55~§62

描述： 第56條(原處分之警察機關對於聲明異議案件之處理程序)

第57條

課程：【國考助手】2025警察法規(下冊)：行政執行法、社會秩序維護法
章節：社會秩序維護法 第二編(處罰程序)：第五章 救濟 §55~§62

描述： 第57條(簡易庭受理聲明異議案件之處理)

37 哈伯格（A. Harberger）將公司所得稅所造成的轉嫁現象，區分成兩種效果，稱之為： (A)產量效果與要素替代效果 (B)替代效果與所得效果 (C)產量效果與所得效果 (D)所得效果與要素替代效果

11. 要改變前束值，應等量調整直位桿之長度。(A)O(B)X

19 關於政府資訊公開法之敘述，下列何者錯誤？ (A)係以保障人民知的權利，增進人民對公共事務之瞭解、信賴及監督為目的 (B)依該法規定，公開之對象為一般人民 (C)申請人依該法規定申請行政機關提供行政資訊遭拒絕者，如有不服，僅得於對實體決定聲明不服時，一併聲明之 (D)依該法規定申請行政機關提供行政資訊之權利，屬實體權利

24. 在保持 GPT-OSS 模型架構不變的前提下，如果將模型參數量從 20 億提升至 120 億，並假設有足夠的訓練資料支撐，下列敘述何者最正確？ (A)模型參數增加會線性提升效能，且即使訓練資料不變也不會遇到瓶頸； (B)參數越多模型推理越快，因為每層可以並行計算更多參數； (C)較大的參數量能提升模型的表達能力與預測效能，但需足夠訓練資 料支持； (D)增加參數量不影響記憶體使用，只會影響計算速度

25. 在自然語言處理任務中，為了減少訓練語料中偏見對模型的影響，下列哪種資料處理策略屬於常見的「資料去偏(Data Debiasing)」做法？ (A)讓模型在訓練時隨機替換輸出，以抵消資料中存在的系統性偏差； (B)增加模型的參數量，依賴更大的模型自動消除原始資料中的偏見； (C)調整或擴充訓練語料，使不同群體或類型資料的比例更加平衡，避 免模型過度偏向出現頻率高的類別； (D)對訓練資料施加額外正則化或噪音，使模型在學習過程中對偏見敏感度降低

26. 在深度學習模型的微調(Fine-tuning)過程中，可能出現所謂的「災難性遺忘(Catastrophic Forgetting)」。此現象最可能造成哪種情況？ (A)由於計算資源或訓練步驟不足，模型在微調過程中無法完整收斂， 導致學習效果受限； (B)微調後模型的表現變得隨機，無法有效記憶新學到的模式與知識； (C)微調後模型的部分權重產生偏移，導致模型無法針對較長的文字進 行回應； (D)模型過度適應微調的資料分佈，逐漸遺忘先前預訓練所獲得的廣泛 知識，在原有任務或廣泛領域上表現變差