TODAY’S MENU

  • 🗞️｜OpenAI 舉辦首屆國際 DevDay

  • 🚀｜OpenAI 推出 ChatGPT 搜尋功能

  • 📊｜沒有 AI 模型通過歐盟標準

  • 🧭｜如何利用 AI 工具來規劃會議

  • 🔬｜能控制機器人的小型 AI 模型

  • 🗳️｜五成讀者認為內容是成功關鍵

  • 🔍｜如何在兩週內完整學習 LLMs

🗞️
NEWS

OpenAI 舉辦首屆國際 DevDay

閱讀時間：2 分鐘

上週，OpenAI 在倫敦舉辦了首屆的 International Dev Day，不只展示了 o1 模型、實時語音 API，Sam Altman 也在結尾的 Reddit AMA 中，回答了許多重大問題！

在展示階段，主辦方利用了 o1-mini 來建構無人機控制程式，也透過即時 API 來訂派，引得現場驚呼連連，展現 OpenAI 的深厚技術背景。

Altman 在 AMA 中坦承，由於模型的複雜性，OpenAI 無法如期推出許多產品，除此之外，今年底也不會有 GPT-5 的發表，但會有「非常好的版本」即將推出！

🧰
TOOLS

AI 簡報工具 Gamma：把簡報交給 AI 做！

合作夥伴：Gamma

Gamma 是一款 AI 驅動的簡報工具，只需要不到一分鐘的時間，就能自動完成一份簡報、文件甚至是網頁！

  • 你不再需要簡報模板

  • 只需一鍵，就能重新設計整份簡報

  • 能夠線上分享你的簡報，獲得數據分析

  • 能在任何設備上分享：筆型、平板、手機

  • 能夠嵌入任何内容：GIF、影片、圖表、網站

我自己也很常使用 Gamma，除了 AI 功能外，它能在簡報嵌入各種的內容真的非常方便，推薦還沒使用過 Gamma 的讀者，可以嘗試看看！

👉 免費使用 Gamma

🚀
LAUNCH

OpenAI 推出 ChatGPT 搜尋功能

閱讀時間：4 分鐘

OpenAI 日前宣布將「網路搜尋」的功能，加入到 ChatGPT 當中，讓 ChatGPT 不再只是個聊天機器人，而是一個即時的資訊中心。

搜尋功能可以找到新聞、體育、股票等即時資訊，ChatGPT 也會在需要的時候自動使用搜尋功能，使用者也能透過「地球圖示」手動使用！

該功能目前已經開放給 Plus 和 Team 的訂閱者做使用，並在未來幾個月內，逐漸開放到教育版、免費版的使用者！

📊
CHART

沒有 AI 模型通過歐盟標準

文件頁數：38 頁

近期，來自瑞士的研究團隊，推出名為 CompAI 的模型評估框架，旨在確認目標模型是否滿足歐盟的 AI 法規，並針對 GPT-4、Claude 3、Llama 3 等知名模型做測試。

根據上圖，即使是表現最好的 AI 模型，如 GPT-4 或 Claude 3，也都只能拿到了 80% 左右的分數，且所有的模型都未能通過某些標準，如提供能辨識 AI 內容的浮水印。

若從單項測試來看，GPT-4 Turbo 在道德原則和技術要求上的得分最高，而 Meta 的 Llama 2-7B Chat 得分最低。

🧭
GUIDE

如何利用 AI 工具來規劃會議？

合作夥伴：Ben's Bites

許多浪費時間的會議都是源於先前的計畫不周，所幸，透過 AI 工具的輔助，我們能簡化事前的準備工作，同時確保每次會議都能取得真正的進展！

步驟一：輸入會議資訊

首先，告訴 Gemini 我們的會議目標、預期結果、參與名單等資訊，也能從一個簡單的 Prompt 開始，讓 AI 協助定位潛在的參與者與目標。

步驟二：建構會議相關內容

  • 使用 AI 整理、摘要重要的會議討論素材

  • 別忘了確定關鍵參與者的名單，以及其對目標的預計貢獻

  • 綜合以上，請 AI 生成與會議目標相符的討論議程

  • 根據不同階段，列出相對應的討論重點，以防止會議失焦

  • 在邀請上，也能使用 AI 起草更加個人化的電子郵件

💡 最後，也能利用 Gemini 找出可能被忽略的紕漏，或制定其他的備選方案！

本次教學為簡單版本，詳細內容可以參考 Ben's Bites 的這個教學。

🔬
RESEARCH

能控制機器人的小型 AI 模型！

論文頁數：8 頁

來自 Nvidia 的研究團隊，近期發表名為 HOVER 的小型 AI 模型，總參數大小為 1.5M，能透過各種輸入方式，來進一步控制機器人的動作。

根據研究團隊的說明，HOVER 主要在 Isaac simulator 上進行訓練，該模擬器能將一年的訓練量，壓縮成單 GPU 50 分鐘，這是非常強大的能力。

更有趣的是，HOVER 能接收各種輸入方式，包含 VR 頭戴式設備、動作捕捉，甚至是手動的操縱桿，使機器人的控制系統得到進一步的突破。

🗳️
VOTE

五成讀者認為內容是成功關鍵！

投票人數： 32 人

接著來分享上一期的投票結果，這次總共有 32 位讀者參與投票，其中有大約五成的讀者，認為創作者的成功關鍵在於「創意與內容」。

除此之外，另外有三成五的讀者認為，AI 工具的使用也同等重要，讓更多的非技術背景者也能參與其中，豐富了整體的創作生態！

🔍
INSIGHT

如何在兩週內完整學習 LLMs？

閱讀時間：12 分鐘

科技圈的知名 KOL Hesam Sheikh，近期在 Medium 上撰寫名為《How I Studied LLMs in Two Weeks》的文章，和大家分享如何用兩週的時間來學習 LLMs。

  1. 初期（第 1 ～ 3 天）：了解 LLMs 的架構、工作原理以及常見術語，也能閱讀些許簡單論文，例如 Transformer 模型的基本原理，這是 LLMs 的重要基礎。

  2. 中期（第 4 ～ 7 天）：深入到 LLMs 的訓練過程、優化技巧，也能參考 OpenAI GPT-3 或 Google BERT 等著名模型的技術細節。

  3. 中後期（第 8 ～ 10 天）：開始進行實際操作，利用現有的框架，例如 Hugging Face 的 Transformers 資料庫，來訓練和微調簡單的 LLMs 模型。

  4. 後期（第 11 ～ 14 天）：最後，將學習重點轉向 LLMs 的高階應用，包括對話系統、自動文本摘要和文本生成等實際應用。

*延伸討論：Hesam Sheikh 分享了他在兩週內學習 LLMs 的方法，涵蓋從架構理解到實際應用的各階段。是否會想嘗試這樣的學習計畫？兩週的學習密度是否適合初學者？這樣的學習方法能否有效地掌握 LLMs 的基礎和應用？還是學習 LLMs 其實需要更多時間和基礎知識？

🤝 合作夥伴 PARTNERSHIP
與 15,000+ 位讀者分享你的產品與服務

《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。協助品牌推廣產品、服務、活動、工作職缺...等等 👉 了解更多

繼續閱讀