NotebookLM 是 Google 的一項 AI 筆記工具，從今年 7 月就開始測試，最近在美國正式推出，背後模型是使用剛推出的 Gemini Pro 。

NotebookLM 改變了傳統做筆記的方式，不再需要自己從頭閱讀理解摘要，僅需「提問」，讓使用者只要上傳文件，並透過與它對話就能自動完成筆記。

目前 NotebookLM 能夠上傳 3 種格式：Google 文件、PDF 檔案、手動複製文字。頁面左側為上傳文件，右側為筆記畫面及 AI 對話介面，很像 AI 自動幫你完成「卡片盒筆記」。

我早上測試發現自己不需 VPN 也能使用，但有可能是因為我在測試時就已經開始使用，如果進入網站無法使用的讀者，可以透過 VPN 試試看。

影片介紹非常清楚，看完就能了解要如何使用、應用，推薦給讀者！

Mistral AI 昨天推出了一個新的開源「稀疏混合專家模型（Sparse Mixture of Experts model，SMoE）」Mixtral 8x7B。

Mixtral 能夠處理 32k 個 Token 的上下文，並支援英文、法文、義大利文、德文和西班牙文，在程式語言生成方面也表現出色。

SMoE 模型雖然總參數為 45B，但可以只用 12B 的參數來運行，這種技術能夠在維持效能時，還能有效控制成本。

Mixtral 在多數基準測試中，表現優於 Llama 2 70B 和 GPT-3.5 ，推理速度快了 6 倍。

Mixture of Experts （MoE）混合專家模型是一種模型設計策略，它通過將多個模型（稱為「專家」）直接結合在一起，以獲得更好的性能。MoE 中有一套專家選擇的機制，會根據不同輸入，選擇適合的專家，可以有效提高模型的效率。👉 詳細介紹

根據這次 Mistral AI 官方釋出的模型表現比較圖表，可以看到 Mixtral 在多數基準測試中，表現優於 Llama 2 70B 和 GPT-3.5。

在幻覺與偏見的測試中，也發現 Mixtral 8x7B 比 Llama 2 70B 更為真實，偏見也更少。在多語言的測試中，Mixtral 8x7B 也都領先 Llama 2 70B。

昨天跟大家介紹了一張有趣的迷因圖 6 個可以增加 AI 回答品質的 Prompt，今天來詳細介紹其中的一個 Prompt「i will tip $200（我會給你 200 美元小費）」

為了測試這個 Prompt 有沒有用，有人設計了一項測試，以「你能給我使用PyTorch 的簡單卷積神經網路的程式碼嗎？」作為基準 Prompt。

然後在這個基準 Prompt 後面加上以下 3 種 Prompt：

結果發現，當使用「I will tip $200（我會給你 200 美元小費）」時，GPT-4 能夠額外生成更細節的結果。

雖然這個測試沒有非常嚴謹，但還是有一些有趣的發現！

《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

隨著研究大型語言模型（LLM）越來越深，我們也開始了解到模型中「思維（Thoughts）」的重要性，透過特定的 Prompt 概念能讓模型產出更好的結果，但這些概念還是有一定局限性。

例如：思維鏈（CoT）可以逐步解決複雜問題，但只能生成線性結構；思維樹（ToT）和思維圖（GoT）可以生成更靈活的結構，但需要調用語言模型多次，效率很低。

因此 Microsoft 在上個月發佈了一篇新的論文，提出了「Everything of Thoughts（XOT）」，可以同時達成高性能、高效率和高靈活度的思維生成。

XoT 是利用蒙地卡羅樹搜尋（MCTS）和強化學習將外部知識注入 Prompt，提高語言模型的問題解決能力，透過 MCTS 搜尋、LLM 修正、LLM 推理來完成。

美國神經科學家 Erik Hoel 在他最新的一篇 Blog 文章中用一個很有趣的角度切入討論「AI 在目前市場中的經濟價值和影響」。

從標題就可以看出他對 AI 目前市場其實抱有懷疑的態度，認為 AI 的宣傳和現實之間可能存在一定的落差。

他認為目前 AI 擅長的領域，可能會取代文字編輯、插畫家，但這些行業其實本來經濟價值就不高，就算是輔助編寫程式，其實 AI 也不是取代程式設計，而只是取代了 Stack Overflow （程式設計問答網站）這樣的平台。

他認為 AI 之所以在某些領域表現優秀，是因為該領域資料量大，但大量、易獲得的東西通常經濟價值並不高，這就是所謂的「AI 供給悖論（supply paradox of AI）」。

最後也提醒投資者不要過分樂觀，AI 雖然最終可能會變得非常聰明，但或許只是在那些經濟價值不高的事情上。

雖然我不是完全認同他的說法，但偶爾看看不同立場的想法也非常不錯！