最新資料

研究所、轉學考(插大)◆中日翻譯

研究所、轉學考(插大)◆爵士音樂史與理論

研究所、轉學考(插大)◆環境與職業衛生

115年 - 115 專技高考_助產師：各科護理學（包括內外科、兒科、精神科與社區衛生護理學）#142588(50題)

115年 - 115 專技高考_助產師：基本護理學（包括護理原理、護理技術）與護理行政#142586(50題)

115年 - 115 臺中市政府所屬機關及學校護理人員暨公立幼兒園契約進用護理人員聯合甄選：學校衛生護理學與公共衛生護理學科#142585(80題)

115年 - 115 專技高考_助產師：基礎醫學（包括生理學、病理學、藥理學、微生物學與免疫學）#142584(50題)

115年 - 115 中華郵政股份有限公司_職階人員甄試_專業職(二)內勤/櫃台業務、郵務處理：企業管理大意及洗錢防制法大意#142582(50題)

115年 - 115 中華郵政股份有限公司_職階人員甄試試題：郵政三法大意(含郵政法、郵政儲金匯兌法、簡易人壽保險法)及金融科技知識#142581(60題)

115年 - 115-1 臺南市立沙崙國際高級中學高中部_教師甄選口試：輔導科#142580(6題)

115年 - 115-2 專技高考_醫事放射師：核子醫學診療原理與技術學#142578(80題)

115年 - 115-2專技高考_醫事放射師：放射線治療原理與技術學#142567(80題)

115年 - 115-2專技高考_醫事放射師：放射線診斷原理與技術學#142565(80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)?

qweqweqwe

講師：陳耘得

簡介：wqweqweqwe

123123

講師：陳耘得

簡介：123123

qweqweqwe

講師：陳耘得

簡介：qweqwewqe

功與能、力矩與機械

課程：國中自然會考總複習
章節：國三理化

英文

描述：英文

法緒

描述：法緒

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