| name | cognitive-rhythm-writing |
|---|---|
| description | 説明的な文章に緩急を設計するための規範。緩急を装飾ではなく認知モードの切替（観察→逡巡→断定→再観察）と未回収の緊張の管理として扱い、文の拍、段落の密度波形、節の入り方、緩みと駄文の判別、執筆後の機械的な点検手順を定める。読み物として読ませたい章・記事・解説文を生成するとき、または「密度はあるが平坦でおもしろくない」文章を診断・修正するときに使用する。 |
密度の高い文章が退屈になるのは、情報が多いからではなく、全文が同じ認知モードで書かれているからである。 この規範は、読者の認知モード（観察する、迷う、確信する、確かめ直す）を意図的に切り替え、常に「続きを読む理由」を維持することで、読み進める推進力を作る。
こんにちは。今後、GPT-4を使ったアプリケーションやサービスがたくさん登場してくると思います。その中には、たとえばSNSを利用したbotもたくさん出てくるでしょう（現在でもすでにありますけれど）。そこで質問なんですが、SNSでおしゃべりしている相手が、人間なのか、GPT-4などの技術を使ったAIなのかを識別するにはどのような会話をしてみればいいでしょうか。一般的なAIでは難しいかもしれないので、GPT-4に限ってもいいです。あなたの考えを聞かせてください。
GPT-4のような高度なAIと人間を識別するのは、時に難しいことがあります。しかし、いくつかの方法を試してみることで、相手が人間かAIかを見極めることができるかもしれません。
| {-# LANGUAGE DataKinds #-} | |
| -- | My database API. | |
| module DBAPI where | |
| import Data.Defaults | |
| data ConnSpec p = ConnSpec | |
| { username :: !(Required p String) |
| module WhatIsInstance where | |
| data Hoge = Foo | Bar | |
| -- 型aが同値関係を持つということを示す型 | |
| data ThisIsEq a = ThisIsEq { op :: a -> a -> Bool } | |
| -- 型Hogeが同値関係を持つ証拠となる値 | |
| hogeIsEq :: ThisIsEq Hoge | |
| hogeIsEq = ThisIsEq go where |
| open import Relation.Binary.PropositionalEquality | |
| -- 存在型 | |
| data ∃ {A : Set} (B : A → Set) : Set where | |
| _,_ : (x₁ : A) → B x₁ → ∃ \(x : A) → B x | |
| -- ORの定義 | |
| infixl 8 _∨_ | |
| data _∨_ (P Q : Set) : Set where | |
| or-introl : P → P ∨ Q |
前回の勉強会では Promela の文法要素と基本的な SPIN の使い方を眺めたので、今回は LTL 式を用いた性質検査およびハンズオンを行う。
SPIN の LTL は命題論理の拡張となっており、各論理式の真偽が状態に依存する。
| {-# LANGUAGE GADTs #-} | |
| {-# LANGUAGE ExplicitForAll #-} | |
| {-# LANGUAGE ScopedTypeVariables #-} | |
| {-# LANGUAGE MultiParamTypeClasses #-} | |
| {-# LANGUAGE FlexibleInstances #-} | |
| {-# LANGUAGE FunctionalDependencies #-} | |
| {-# LANGUAGE UndecidableInstances #-} | |
| module Main where |
