TODAY’S MENU
🗞️|Claude 開放台灣註冊!
🗞️|個人陪伴 AI:Pi 宣佈連接網路
🚀|百度推出「文心大模型 4.0」
🚀|TabLib:6.27 億個表格
📊|42% 的 Mac 用戶每天使用 AI
🔬|GPT 模型到底可不可靠?
🔍|深度文章:通用人工智慧 AGI 是否已經存在?
🗞️
NEWS
閱讀時間:1 分鐘

ChatGPT 的最大競爭對手 Claude 在昨天宣布開放給包含台灣在內的 95 個國家使用。
Claude 最大的優勢就是在於能夠輸入 100k 的上下文長度,這長度是連一本書都能消化,只要把 PDF 丟進去,馬上能回答你的問題。
我已經使用 Claude 2 三個月的時間,幾乎每天都會使用,最常使用的場景就是協助我閱讀論文。(之前也寫了一些有關 Claude 的介紹、比較)
從 9 月初開始, Claude Pro 推出後,Claude 免費版就多了使用次數限制(沒有標準次數,依照對話長度),我的使用經驗一段時間(8 小時內)看 2-3 篇論文是沒問題的。
閱讀時間:1 分鐘
Inflection AI 的「個人陪伴 AI:Pi」,在昨天正式宣佈連接網路,未來已經可以詢問 Pi 世界上發生的最新新聞、活動。
Pi 是我目前認為「能與 AI 說話對談」上最順暢、最像人類的 AI,前陣子 ChatGPT 推出的「說話對談」新功能也無法達到這樣的流暢度。
還不熟悉 Pi 的讀者可以閱讀我之前介紹的文章 👉【你的私人 AI:Pi 】
🤝
SPONSOR
合作夥伴
beehiiv 是一個電子報平台,由知名電子報 Morning Brew 早期員工創立,他們清楚知道如何將電子報從零擴展到數百萬粉絲。
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。
🚀
LAUNCH
閱讀時間:3 分鐘
百度昨天在 「百度世界大會 2023」宣佈推出「文心大模型 4.0(ERNIE 4.0)」,是目前「文心一言」的全面升級版本。
之前文心一言開放時,我就有嘗試過,表現確實還不錯,我也很喜歡「一言百寶箱」的設計,但限制真的太多,動不動就會被系統判定違規。
閱讀時間:4 分鐘
Approximate Labs 推出 6.27 億個表格和 8,670 億個 token 的開源數據集 TabLib,是目前最大、最多樣的表格數據集之一。
TabLib 從 GitHub 和 Common Crawl 等來源中,提取的超過 6.27 億個表格,包括網頁、Excel 試算表、CSV 檔案、SQLite 資料庫等表格。
TabLib 希望能夠幫助建立一個由「表格數據」訓練的新型模型:大型數據模型(Large Data Models)。

表格範例:提取 GitHub 上來自 FiveThirtyEight 的 2016 年 NCAA March Madness 預測 CSV 文件
📊
CHART
閱讀時間: 5 分鐘

App 訂閱管理服務 Setapp 前天發布了一份「2023 年 Mac App 報告」(完整報告),收集了 1,241 名 Mac 用戶(主要來自美國)AI 應用、App 的使用情況。
結果發現,有 42% 的 Mac 用戶每天都會使用 AI 相關的 App(最常使用的 AI App),並且有 63% 的 AI App 用戶認為 AI 工具是有益的。
🔬
RESEARCH
論文長度:95 頁
我們幾乎每天都在使用 GPT 模型,但 GPT 模型到底可不可靠?
為了回答這個問題,Microsoft Research 和其他三間美國名校,提出了針對大型語言模型(LLMs)的全面可信度評估。
論文主要研究 GPT-4 和 GPT-3.5,考慮了包括偏見、隱私、機器倫理和公平性等多個面向。
結果發現, GPT 模型很容易會被誤導,導致生成有害或偏見的回答,可能還會洩漏訓練數據或是歷史紀錄的隱私訊息。
雖然 GPT-4 一般表現比 GPT-3.5 更穩定,但 GPT-4 對於一些特別設計用來繞過 LLMs 安全措施的 Prompt,更容易被誤導。

🔍
INSIGHT
閱讀時間:18 分鐘
這篇文章討論了「通用人工智慧(Artificial General Intelligence,AGI)」是不是其實已經存在了。(AGI:能夠像人類一樣處理各種任務的 AI)
作者認為,其實目前的一些 AI 模型,像是 ChatGPT、Bard、LLaMA 和 Claude 2 都已經展現出 AGI 的特徵。
但為什麼大多數專家都還不認為 AGI 已經存在了呢?
文章分析了 4 點原因:
目前 AGI 的評估標準還不夠完整,部分測試都有設計的漏洞,不能真實反映是通用智慧。
有些研究者堅持符號系統、語言結構等傳統 AI 方法是必要條件,認為神經網路模型本質上無法達到真正的通用智慧。
部分人認為 AGI 必須要有類似人類的意識、主觀感受等,但這目前很難在驗證,什麼是有意識?什麼是有主觀感受?
害怕 AGI 會取代大量人力工作,造成經濟威脅。
作者認為,儘管目前頂尖的 AI 模型還存在不少問題,但未來幾十年後,人們就會意識到現在看到的這些模型就是 AGI 最初的樣子。




