2024 年 1 月 11 日，Bitcoin ETFs 正式通過美國證管會核准 🥳

自從 OpenAI 推出 GPTs 以來已經兩個月，用戶已經創建了超過 300 萬個客製化 GPTs，終於在今天凌晨正式宣布推出官方的 GPT Store。

從今天開始，ChatGPT Plus、Team 和 Enterprise 的用戶都能夠直接從 GPTs Store 找到最受歡迎的 GPTs，直接使用世界各地開發者開發的 AI。

今天除了 GPT Store 外，OpenAI 也推出 ChatGPT Team 方案，除了原本ChatGPT Plus 方案有的功能外，還有以下的功能：

目前 ChatGPT Team 方案（至少兩人）價格為每人每月 30 美元，年付訂閱為 600 美元（每月 25 美元）。

看到 GPT-4 上下文長度提升到 32K，不用擔心次數限制，每月最多只要加 10 美元，對重度使用者來說，真的太心動了！（找朋友一起訂閱中 😂）

《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

最近發現 ARK Invest 的電子報有非常多很棒的圖表可以參考，前幾期都已經分享給大家，前陣子推出的 Mixtral 8x7B 最近剛好也發布論文，再幫大家複習一下。

Mixtral 8x7B 是新的開源混合專家（MoE）大型語言模型，用較少的參數就在 Massive Multitask Language Understanding（MMLU）基準測試中表現超過 Llama 2 70B。

昨天講完「策略 5-1：使用嵌入式搜尋」，這邊與大家補充：「策略 5：使用外部工具」已經是「OpenAI 官方 Prompt 教學」接近尾聲的階段，所以更多的內容會是開發應用的一些 Prompt 策略教學。

如果說是一般使用者，其實 ChatGPT 幾乎都已經把這些功能內建在其中，只需要跟 ChatGPT 用自然語言敘述就能輕鬆完成你的需求。

如果使用過、只能使用 GPT-3.5 的讀者，應該都知道 AI 語言模型是很難處理「數學計算」問題的，這時就能使用程式來解決這個問題。

之後再自行執行程式，就能夠透過 GPT-3.5 撰寫的 Python 程式碼來精準計算數學問題。

但如果你有訂閱 ChatGPT Plus，那恭喜你！完全不用跟它溝通那麼多，只要說你要計算什麼數學問題，ChatGPT 就會幫你編寫、執行程式，直接給你答案！

Mixtral 8x7B 已經推出一個多月，終於在這禮拜公佈了研究論文，就像之前電子報、上面內容介紹到的，Mixtral 8x7B 是目前公認效能最好的開源模型。

Mixtral 8x7B 是一個新的混合專家（MoE）模型，架構與 Mistral 7B 相同，其中包含了 8 個小型神經網路，每一個神經網路都在特定的專業領域進行微調，也就是說這模型每一層都有 8 個不同的專家組成。

Mixtral 8x7B 在處理每個 Token 時，每層都會有一個專門的網路去選擇 2 個專家來結合輸出，雖然每個 Token 實際上只與 2 個專家互動，但這些專家在不同時間會有所變化。

這樣一來，每個 Token 雖然能接觸到高達 47B 的參數，但實際運算時只需用到 13B 的參數。

它可以處理高達 32k Token 的內容，並在各項性能測試中表現出色，甚至超越了 Llama 2 70B 和 GPT-3.5。

高性能計算（High Performance Computing，HPC）是指使用強大的計算資源來執行高度複雜的計算任務。這些計算任務通常是普通電腦無法在合理時間內完成的。高性能計算涉及多個領域，包括使用特製的硬體（如超級電腦）、軟體和算法。

Microsoft 與太平洋西北國家實驗室（Pacific Northwest National Laboratory, PNNL）合作，運用 AI 和高性能計算（HPC）技術，加速了「化學」和「材料科學」領域的科學發現速度。

傳統的材料合成方法，包括需要閱讀其他材料的研究，提出假設，然後再進行長時間的實驗，通常需要花費多年的時間。

而研究團隊透過 AI 結合 HPC，僅用幾週的時間就發現了一種新的電池材料，讓科學家可以快速篩選，專注在最有希望的材料上。

Microsoft 的 AI 研究工具不僅限在電池系統，而是針對所有化學領域進行訓練，所以可用在任何類型的材料研究。

這將可以大幅提升科學發現的速度，對於解決目前全球面臨的能源和環境持續性問題幫助非常大。