速報
生成式人工智慧改寫就業地圖：從 prompt 工程到人機混合技能
研究聚焦生成式人工智慧如何改寫全球職場技能與職缺需求。採用逾150,000筆英文職缺語料，運用BERTopic、LDA、KMeans、句向量嵌入與ARIMA時間序列等方法進行分析。結果指出自2021年後AI相關技能提及急速上升，顯示人機混合能力正在成為就業關鍵。
速報
研究聚焦生成式人工智慧如何改寫全球職場技能與職缺需求。採用逾150,000筆英文職缺語料，運用BERTopic、LDA、KMeans、句向量嵌入與ARIMA時間序列等方法進行分析。結果指出自2021年後AI相關技能提及急速上升，顯示人機混合能力正在成為就業關鍵。
深度分析
傳統主題模型多聚焦統計一致性，常產生與使用者意圖不符的主題。研究者提出 Human‑TM，利用 LLM 生成目標候選，並結合目標提示對比學習與最適傳輸進行語意感知的主題發掘。實驗顯示，GCTM‑OT 在一致性、多樣性及目標對齊度上皆顯著優於現有基線。