沒抓住「AI 與大語言模型」的碩博士生，學術上馬上得承受的三個弱點：

1. 低估大語言模型對學術研究的深遠影響：

- 許多碩博士生可能認為大語言模型僅僅是處理文字的工具，沒有意識到它們在學術研究中的潛力。例如，這些模型能協助快速整理文獻、生成初步的研究報告，甚至提供語言上的支持來幫助撰寫論文。如果未能充分了解大語言模型的強大功能，就可能錯過使用這些工具來提升研究質量與效率的機會。

2. 過度依賴大語言模型，忽視學術研究核心能力的培養：

- 大語言模型可以加速許多重複性任務，如數據分析和文本生成，但碩博士生仍需專注於培養自身的研究能力，例如提出創新性問題、設計實驗、分析結果等。過度依賴 AI 可能會讓你在面臨複雜的學術挑戰時，發現自己的核心能力不夠強大，無法應對更具挑戰性的研究工作。大語言模型是一個輔助工具，但真正的學術創新還是來自於研究者本身的能力與洞察力。

3. 沒有將大語言模型融入學術研究的工作流程：

- 大語言模型不僅能處理簡單的文本工作，它還能協助碩博士生優化整體研究流程，提升整體效率。例如，透過大語言模型進行快速文獻篩選、初步假設生成，甚至是自動化資料分析等工作，可以讓研究者節省大量時間。如果沒有積極探索大語言模型如何幫助你的研究工作，可能會錯失改善研究效能的機會。關鍵在於發展「AI+學術工作流程」，讓大語言模型成為研究中的重要資產，而不只是工具。

你在學習 AI 與大語言模型的過程中，還見過什麼其他弱點？