
TODAY’S MENU
🗞️|OpenAI 的新模型即將問世?!
🚀|Google Home 即將搭載 Gemini AI
📊|不要輕信 AI 做的論文摘要!
🗳️|七成讀者支持將 AI 應用於文獻回顧上
🔬|來和機器人打一場乒乓球吧!
🔍|RLHF 訓練將成為 AI 的發展瓶頸
🗞️
NEWS
影片時長:2 分鐘
過去我們曾提到 OpenAI 的草莓計畫,許多外媒推測,這或許與 OpenAI 的下一代模型有關,讓我們離 AGI 更近一步。
近期,Sam Altman 在自己的社群平台上發表照片,當中有 5 顆草莓,與此同時,LMSYS Chatbot Arena 上也出現名為「匿名聊天機器人」的新模型。
雖然沒有太大的突破,但新模型在推理能力的表現上,甚至超越了 GPT-4o,種種跡象表明,OpenAI 的新模型或許即將問世。
🖊️
TOOL
beehiiv:專為經營電子報打造的平台
合作夥伴:beehiiv

beehiiv 是一個電子報平台,也是《Brief AI 電子報》、《Brief Crypto 電子報》目前發布電子報的平台!
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、內建表單、反饋投票、推薦計畫、SEO 網頁優化…等。
如果你也想要開始經營電子報,現在就是最好的時機。beehiiv 除了提供免費方案外,也提供完整功能 30 天免費試用,前三個月享受付費方案 8 折優惠!
🤝 商業合作 PARTNERSHIP
與 15,000+ 位知識工作者分享您的產品與服務
《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。協助企業品牌推廣產品、服務、活動、工作職缺...等等 👉 了解更多
🚀
LAUNCH
閱讀時間:8 分鐘
近期 Google 預計將自家的 Gemini AI 整合進 Google Home 當中,取代過往的 Google Assistant,能直接控制智慧家電。
其中一個亮眼的功能便是與 Nest Camera 做整合,不只是簡單的動作偵測或人臉辨識,甚至能讓 AI 理解場景並產出文字解釋。
根據官方說法,這些 AI 新功能將會在下半年啟用,並優先開放給 Nest Aware 的訂閱用戶進行體驗。
📊
CHART
論文頁數:18 頁

上週我們詢問了大家,對於將 AI 應用於文獻回顧的看法,而近期有研究團隊開始質疑 AI 摘要的精確性,並作出相關測試。
根據上圖,可以發現模型會更加專注在文件的開始與結束,同時忽略掉不少的中間內容,且該問題普遍地發生在各種模型上。
除此之外,研究也指出模型在處理長篇文本時,難以將篇幅相隔太遠的概念做連結,這是非常值得深思的隱憂!
🗳️
VOTE
七成讀者支持將 AI 應用於文獻回顧上
投票人數:57 人

根據上次的投票結果,在參與投票的 57 位讀者中,有約七成的讀者支持將 AI 應用於文獻回顧上,但同時也需要更嚴格的審查。
除此之外,讀者「下班提督」也提及過往的類似議題,以及用 AI 輔助可能產生的負面影響,歡迎讀者們持續和我們分享自己的觀點!
👀 讀者精選留言
老實說以現在資訊量增長的速度,似乎也是無可厚非了。 遙想在初進網路時代,我記得大家也爭論過"不該用 Google 來做研究,而是要去圖書館看一本一本論文翻",可到現在還有人質疑用搜索引擎來做論文的正當性嗎? 不過這其實並非完成正確的敘述,因為確實在那個年代也是有出現胡亂搜一通,然後亂引用的狀況出現,畢竟工具就只是工具,最終還是得回到是怎使用的。
而 AI 目前看來也是得走過一樣的路程才能建立出一套大家都承認可的準則,所以我選中立。 最後我想提醒的是在近期的研究和報告*中發現到,雖然用 AI 輔助可以有效增強學習效率與效果,但是也有觀察到稍微減低互動與尹想創造力與自信心的狀況,這恐怕得再從長計議了。
--- 下班提督
🔬
RESEARCH
論文頁數:29 頁
熱血的巴黎奧運順利結束,但 AI 在運動領域的突破仍在持續!
來自 Google 的 DeepMind 研究團隊,透過能自行做決策的 AI Agent 技術,設計出乒乓球機器人,總勝率甚至來到了 45%。
文章提到,該機器人總共經歷了 29 場比賽,面對初學者時的勝率為 100%,而與中級選手交戰時,勝率則來到了 55%,是非常亮眼的成績。
想不想和 AI 乒乓球機器人打一場比賽?
*延伸討論:AI 機器人與初學者的勝率為 100%,與中級選手的勝率為 55%,這樣的成績是否讓您感到驚訝?您覺得 AI 能否在運動領域持續突破,甚至與頂級選手一較高下?還是說您更喜歡與人類對手進行比賽?歡迎分享您的看法,讓我們一起討論 AI 在運動領域的未來潛力!
🔍
INSIGHT
閱讀時長:2 分鐘
曾擔任 OpenAI 研究員的 Andrej Karpathy,近期在個人的社群平台上撰文,針對當前大型語言模型的訓練方式,提出質疑與建議。
Karpathy 首先批評了當今的 RLHF 訓練,意指透過人類的反饋來訓練模型,此舉只是模仿,像是會說人話的鸚鵡,並非培養出真正的智能。
而過去 Google DeepMind 團隊所開發的 AlphaGO 機器人,正是透過比賽經驗,讓 AI 自行學習並修正,方能展現出如此強大的力量。
最後,Karpathy 也提醒 RLHF 可能限縮了 AI 的真正力量,成為未來技術發展的一大瓶頸。
⭐️ Br!ef 全新主題電子報
《Br!ef Crypto 電子報》3 分鐘掌握 Crypto 趨勢
平日為你整理當日最新加密貨幣資訊,獲取最重要的第一手區塊鏈知識。最新 Crypto 新聞、 Crypto 領域深度觀點、最前沿的 Crypto 項目!加入 1,500+ 位讀者,收到每日最新的 Crypto 電子報!




