從科技犯罪偵查到可信任 AI
科技犯罪偵查的經驗，如何影響我對證據、對抗行為與高風險 AI 系統的思考。
AI · 資安 · 學習
Jason Lin
Jason Chia-Sheng Lin · 國立陽明交通大學博士研究者
我是 Jason，研究 AI 與資安，也分享語音系統、技術實作與跨領域學習的筆記。
過去從事科技犯罪偵查的經驗，持續影響我對證據、安全與人的判斷的思考。
從這幾篇開始
先透過文章，認識我關注的問題。
用 ASR 與 LLM 設計語音證據流程
結合語音辨識、檢索與語言模型，讓分析結果能回到逐字稿中的證據。
從平面 UI 到空間介面
從 Liquid Glass、visionOS 與 AI，思考搜尋、工具協作和跨應用操作的介面變化。
最新文章
依發布日期排列的筆記、文章與工作整理。
2026 年 4–6 月工作整理：以證據為基礎的 AI 系統
整理語音決策穩定性、臨床流程原型、即時語音、執行時治理與 AI 系統工程教材的公開成果。
從平面 UI 到空間介面
從 Liquid Glass、visionOS 與 AI，思考搜尋、工具協作和跨應用操作的介面變化。
詐欺情資的最小揭露：跨節點形成模式
當證據分散在不同節點，如何在資訊揭露的限制下辨識共同模式，並保留可檢視的依據。
用 ASR 與 LLM 設計語音證據流程
結合語音辨識、檢索與語言模型，讓分析結果能回到逐字稿中的證據。
從科技犯罪偵查到可信任 AI
科技犯罪偵查的經驗，如何影響我對證據、對抗行為與高風險 AI 系統的思考。
沿著主題閱讀
選一個感興趣的方向，繼續讀下去。
研究與實作
文章背後的研究、系統與教學。
CDS-ASR / JANUS
研究合理的語音辨識差異，是否會改變後續判斷。
Project AURA
從校正後逐字稿產生結構化會議報告，並呈現本機模型的執行狀態與錯誤。
企業語音 AI 系統：七日入門教材
以架構、治理、安全、部署與驗收產出，逐步認識企業語音 AI 系統。