2001 年 1 月 15 日，線上百科全書：維基百科（Wikipedia）被創立。

今年或許會是「人形機器人」爆發的一年，除了最近才剛介紹完 Tesla、Figure 等公司的人形機器人，還有其他新創也正在發展。

1X Technologies 這間挪威新創去年得到 OpenAI 的投資，最近又獲得了其他創投 1 億美元的投資，在不到 12 個月的時間就募資超過 1.25 億美元。

他們將開發新一代專為日常家庭所需的人形機器人 NEO，希望能幫助執行像清潔或整理等等的家務工作。

目前 1X Technologies 已經開發出了首款機器人 EVE，這個雙輪設計的機器人，可以在執行工廠的各種任務，甚至還能負責巡邏的工作。

NVIDIA 在上週 CES 上推出了一個 Demo App「Chat with RTX」，這是一款可以讓你在自己電腦運行的個人化聊天機器人。

Chat With RTX 支援多種檔案格式，包括文字、pdf、doc/docx 和 xml，還可以提供 YouTube 網址，讓你能夠連結各種內容。

用戶可以自行選擇要使用的 AI 模型，例如：Mistral 和 LLaMA，並提供檔案位置、連結，就能在自己的電腦上跟 AI 對話。

能夠在自己的電腦上使用 AI，速度不但更快，也更安全，用戶不再需要擔心會將敏感的資料文件上傳到雲端。

beehiiv 是一個電子報平台，創辦人 Tyler Denk 是知名電子報 Morning Brew 的第一個員工，從 2021 年成立到現在，已經募集了 1,670 萬美元的資金。

beehiiv 內建了發送電子報所有必備的工具，包含訂閱數成長、電子報客製化和數據分析工具。後續也不斷推出專為電子報經營設計的功能，包含：內建表單、反饋投票、推薦計畫、SEO 網頁優化…等。

beehiiv 也提供免費方案，如果你也想要開始經營電子報，現在就是最好的時機。我在 Facebook 有寫一篇關於 beehiiv 的長文，大家可以參考看看！

《Brief AI 電子報》是繁體中文圈最具影響力且成長速度最快的「AI 電子報」。讀者多為企業家、經理人、投資人、高階主管、工程師、分析師、創作者…等專業知識工作者。提供 PARTNERSHIP 欄位協助企業品牌推廣產品、服務、活動、工作職缺...等等 👉 了解更多

GPT-4 已經推出快要一年的時間，很多人也都開始預測 GPT-4.5 會在什麼時候被推出，每一次 OpenAI 新模型的成果都會帶來非常大的進展。

我們從上方這張圖就能看出 OpenAI 模型的進展情況，以 MMLU 基準測試做為評估 AI 模型的表現，從 GPT-2 只有 32.5，到 GPT-4 已經接近人類專家的水準。

如果以這張圖的趨勢來看， GPT-4.5 的表現幾乎已經確定是會超越人類的水準，而我們很有機會在今年上半年就能看到 GPT-4.5。

先前已經介紹完了 5 個 OpenAI 官方 Prompt 策略，今天來到最後一個「策略 6 ：系統測試新 Prompt」。

前面講了那麼多 Prompt 的策略、要如何與 AI 模型溝通，但當我們在修改設計 Prompt 的時候，很難確定新 Prompt 的效果是更好還是更糟。

所以為了確定某個修正對輸出效果的影響，就需要透過「使用黃金標準答案來評估模型輸出」。

換句話說，就是將「AI 輸出的答案」與「事先定義的高品質答案」進行比較，來測試模型對特定問題的回答是否準確。

OpenAI 官方有非常多的例子示範，因為這部分內容較長，對於一般使用者來說，難度也較高，如果想要進一步瞭解要如何執行 Prompt 評估，可以點擊標題到官方教學學習。

這就是所有 OpenAI 官方六大 Prompt 策略，雖然後面很多部分較難，但前面許多 Prompt 的原則都非常重要，對一般使用者非常實用，推薦大家可以重新複習，加以練習運用在自身的 Prompt 當中。

MosaicML 在他們最新的研究中討論了一個重要話題：如何在語言模型發展中平衡「訓練」和「推論」的成本。

「訓練」是指「一次性」的過程，AI 模型通過吸收大量數據學會識別模式和建立連接。而「推論」則是在模型訓練完畢後，每次用戶提出問題時發生的過程，這同樣涉及大量的計算。

因此，MosaicML 的研究重點在於如何在有限的預算下，訓練出既高效又能應對「大規模推論」需求的模型。

他們的建議是，與 Chinchilla-optimal 相比，應該訓練更小，但訓練時間更長的模型。

Chinchilla-optimal 指的是一種特定的訓練方法或模型架構，能夠最大化地提升 AI 模型的學習效率和性能。簡單來說，就是找到一種最佳的方式，使得 AI 模型能夠在最少的資源（訓練時間、數據）消耗下達到最好的學習效果。

隨著生成式 AI 的爆炸性成長，企業也開始將 AI 整合到其營運、產品和服務的各個方面，這是一個巨大的轉變。

對企業領導者來說，他們必須迅速了解足夠的有關這項新技術的知識，以便在短期和長期內為公司做出明智的決策。

《哈佛商業評論》的這集 Podcast 精選了 NVIDIA 的 CEO 黃仁勳與《哈佛商業評論》總編輯 Adi Ignatius 的對談，討論黃仁勳是如何在快速變革的情況下帶領公司。

解釋為何認為「扁平化」的組織更能創新；即便現在 NVIDIA 已經穩定發展，他的領導團隊仍保持著危機意識，就像公司隨時可能面臨破產的狀態。