1946 年 1 月 10 日，美國成功完成 Project Diana，將無線電波反射到月球並接收，是人類首次將訊號發送到地球之外的另一個天體。

《紐約時報》兩個禮拜前，對 OpenAI 提起了侵權訴訟，指控 OpenAI 透過「複製和使用數百萬篇《紐約時報》文章」來建立他們的 AI 模型。

OpenAI 昨天對此作出官方回應，認為在受版權保護的內容上訓練模型屬於合理使用，並給出了以下四點：

美國最大國際消費性電子展 CES 2024 正式登場，有非常多的品牌在此宣布推出各種產品，這邊為各位讀者整理了一些有趣的 AI 相關新產品：

CES 2024 還有非常多超酷的新科技產品，都可以在 Techcrunch 這篇文章看到！

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

今天繼續來看 ARK Invest 對 AI 研究的圖表，這張圖說明了「開源模型」的性能已經慢慢趕上「閉源模型」。

雖然 GPT-4 Turbo、Claude 2 這類閉源 AI 模型表現依然領先，但可以發現的是開源模型正在迅速崛起。

從圖表的趨勢來看，「開源模型」可能只要再幾個月的時間就能追趕上「閉源模型」性能。

昨天介紹完了「策略 4：給 AI 時間思考」，今天進入「策略 5：使用外部工具」。

當模型結合「外部訊息」一起輸入時，可以提供更加準確、即時的回答。

例如：當你要詢問 AI 有關某部電影的問題時，透過嵌入（Embedding），將該電影的詳細資訊（例如：演員、導演等訊息）整合進模型一起輸入，能大幅提升回答的準確性。

但因為這個方法對於一般讀者來說難度可能相對較高，如果真的想詳細了解，官方也有詳細的範例，可以參考。

一般情況使用，資料內容不長，其實使用先前提到的「策略 2-1：指示模型使用參考文本回答」就可以了。

Embedding 是一種將文字轉換成向量的方法。這些向量能夠代表文字，並且讓系統判斷不同文字之間的相關性。相關或相似的文字在向量上會更接近。利用這個技術，我們就可以快速找到相關的文字資料。

開源大型語言模型（LLMs）的發展真的非常快，📊 CHART 的圖表也證明了這點。

但因為先前很多研究論文都對「擴展法則（Scaling Laws）」得出不同的結論，這導致對「擴展 LLMs」多了一層不確定性。

（補充：Scaling Laws of LLM：簡單來說，隨著模型的規模（即訓練模型所用的參數數量）增加，其性能也會提升。）

因此，DeepSeek 深入研究擴展法則，推出了 DeepSeek LLM，希望從長遠角度推進開源語言模型。

DeepSeek LLM 67B 在各種基準測試中超越了 LLaMA-2 70B，特別是在程式、數學和推理領域。另外，DeepSeek LLM 67B Chat 的表現也優於 GPT-3.5。

今天的深度文章來看 Ben Thompson 對於這次《紐約時報》對 OpenAI、 Microsoft 提起訴訟的深度分析。

Ben Thompson 分別針對 AI 模型「輸入」及「輸出」來切入問題，也提到了過去類似的版權案件，討論了這些案件的法律依據，特別是在「公平使用」的部分。

文章後續也討論到了現今網路上資訊創造和傳播的新方式，以及對傳統版權法的影響。

Ben Thompson 認為《紐約時報》的真正價值在於能持續創造高品質、專業的內容。雖然 AI 技術的興起可能會改變新聞和內容創作的方式，但並不會大幅威脅到像《紐約時報》這樣的媒體機構。

反而，AI 的存在可能會進一步強調出專業內容創作者的重要性。