[問卦] 訓練語言模型還是對岸資料有用吧

42 

最近回去念書了，念的programme名字有AI，應該可以發個言ㄅ 新科技需要熱衷的族群做推廣，有推廣才有funding，我才有薪水qq 不過這些族群不一定對科技有正確的認識 這幾天看到一些不精確又容易誤導的解釋真的會中風 想說做點簡單的科普(科普很難我知道qq)

21 

提供一個有趣的觀點 在 堆疊溢出 的網站有關於一則公告內容是禁止 chatgpt 回文。 底下有一個 AI 研究員的論點很有趣。 temporary-policy-chatgpt-is-banned?cb=1

21 

我剛好研究所讀資工領域的。 你應該知道在這次AI大模型震撼世人之前，電腦科學界在紅啥嗎?? 就是Big Data，大數據，資料探勘。 但是因為"算力"不足，所以在十年前，幾乎都是關注於儲存與基礎處理而已。 譬如NoSQL數據庫與一些簡單的資料探勘，那個時候SVM分析歸類資料可火的。

14 

1. 我認為未來的AI應該會分科 也就是說不會有全才的AI 其實這個概念在 20幾年以前就有了 就是所謂的專家系統 分科指的是 根據某專業而形成的 AI 例如 醫學的癌症AI , 股票的 AI ............. 現在的 ChatGPT 基本上你問他股票的問題都不會回答你

11 

昨天在YT上看到OpenAI開發的一個語言模型 透過閱讀網路上大量文章訓練的AI 可以跟人類流暢的對話 並且會持續學習進步

10 

pytorch跟tensorflow用途一樣，兩者都是基於python的機器學習框架。 近年來pytorch比較受開發者青睞，使用比例已經反超tensorflow，原因可以自己了解， 但如果沒有特殊原因，基於資源和社群活躍度通常是推薦用pytorch。極度不推薦自己實 作機器學習或用其他語言，不必自己造比較難用的輪子 如果之前都沒有碰過ai，推薦coursera上李宏毅老師的機器學習基石，或是yt搜尋ntu mi

 6 

這個語言模型的最大資料來源都是源自於一個世界開放的語料資料庫 其中中文占的比例很少 中文當中繁體中文的資料更少 因此訓練起來 中文其實都不像樣 同時間訓練台灣的內容資料又更少之又少

 2 

剛剛在AI資料庫找模型，意外發現有人在訓練66歲阿婆博士的外觀模型，真的非常無言，訓 練這個也要時間，也要找一堆資料訓練，到底誰這麼閒在訓練這種東西啊是想請她吃牛肉麵 嗎 --

 2 

現在主流認為 用網路爬蟲去抓未授權的影像回來訓練 AI 模型 再由 AI 模型生成的資料是可以合法賣錢的 (例如 Midjourney, chatGPT, Dall．E2) 這樣說 小玉 若用明星訓練的AI做A片 還會被關嗎? #他只是生不逢時 --

 1 

中研院的AI當然有消息阿 只不過是很好笑的消息 現在都不再提了 中央研究院詞庫小組日前發布的繁體中文大型語言模型CKIP-LlaMa-2-7b，今（9）日遭踢 爆使用中國資料庫，詢問「國慶日是何時」會回答「10月1日」。中研院坦言，訓練資料 有來自中國開源的任務資料集（COIG），今日中午已將測試版先行下架。