: https://i.imgur.com/x61Iogz.jpeg
: 以下全文：
: 我們在1/21台灣AI產業年會發佈了Taiwan AI Labs訓練的小專家模型FedGPT。
: 幾個重點：
: 1. 算力很重要但不是全部，資料、演算法也是。前面是硬體功夫，後面是軟體功夫。
: 2. MoE 不是新觀念、是趨勢，未來是專用落地小模型的世界。在我們跟台大陳 儂老師
: 開源TAME時就提及。
: 3. 通用跑分就像研究所畢業成績只是一個開始。通用跑分在過去的經驗，中國一般能調
: 得超英趕美。
那你們台灣人工智慧實驗室這個 FedGPT的研究所畢業成績在哪裡？
這東西在 HugginFace上面跑得怎樣？分數先拿出來阿
人家都是參加指考，你自己區域隨堂考當指考成績用?
: 分就會牽涉到新興法規。開源閉源都無法回答這題。所以有聯邦式開放架構。
所以你的這個應用落地了哪一些？聯邦式到目前為止有多少跟你聯邦的？
: 。讓企業也可以基於最優秀的畢業生，落地訓練成為自己的員工、自己的GPT。
: 6. 這不代表算力沒有優勢、而是雲端的優勢會轉換到地端結合。NVIDIA 其實有看到這一
: 塊所以有Project Digits。
: 7. 這一轉變台灣其實更有優勢、因為AI雲端壟斷的局面打破、會有更多不同的混合運用
: 。台灣軟硬可信任的科技會是重要的提供者。會有更多的買家。
軟硬軟硬我聽了十年了，就沒聽到什麼軟硬整合成功
台灣就是軟體爛 靠硬體扛了十年 要軟硬整合請問軟現在強在哪裡了
不然依樣式現況跨國大公司吃掉台灣份額 台灣繼續賣硬體
然後不是被OpenAI就是被Gemini給佔據份額
就算是Mix of Expert，大公司依樣有能力做出這種MOE的東西來賣你
我根本沒看到台灣有什麼護城河在這邊
唯一機會就是現在全力衝應用
特別是那種小垂直領域的利基應用
AI成本下降，應用要百花齊放
這是台灣在AI賽局最重要的機會
但台灣軟體產業文化那麼爛 這真的很吃力
爛的不是工程實力 是產品力 落地力 出海能力
就是搞不出能解決問題的產品 才會到現在還在賣硬體
然後讓外國軟體公司來吃爆你台灣小內需市場
: 個賽道仍是主要的貢獻者。
: 1/27DeepSeek的發佈、只是告訴大家AI的霸權不是只有在算力的掌握、要多投資軟體跟應
: 用的基本功。技術部分有值得學習，以及敬佩。趨勢跟Taiwan AI Labs 1/21發佈的所見
: 略同。其他中國超越美國什麼的就當作行銷術語就好了。行銷成功所以今天相關股票也受
: 到影響。
: 我們用到的資源更少唷！希望未來在我們的成果也幫忙多宣傳，然後我們也在徵人。
這些跑分拿繁體來跑
只比較這些西方模型，怎不去比中國作的語言模型？
甚至還有金融知識，我都不知道 Gemini 有特別用金融知識
而且這FedGPT後面還掛 Rag. Gemini 什麼時候有掛 Rag ?
擷取增強生成(RAG) 是對大型語言模型輸出最佳化的過程
因此在產生回應之前，它會參考其訓練資料來源以外的權威知識庫
跑分帶RAG等於帶小抄
去比一個沒有帶小抄的 跑出這樣的得分
甚至不知道是去問啥問題 說不定還先射箭後畫把 問一些小抄有的問題
然後沒有上hugginface比較 測試比分方法也沒有公開
Deepseek還開源
弄到一堆AI 大神在TWITTER講
中國除了Deepseek. 還有什麼文心一言，01萬物的東西
他們整家公司在弄這個，有一大堆大模型
AILAB要說自己用的資源更少，做得更好
那總要有實際公認的比較，不是拿張圖出來吹
你們團隊有多少博士多少人研究也可以講來取信人
這個如果真的那麼神，同樣的情境下真的資源更少
以創世神的行銷能力
三分吹五分，五分吹十分，怎不會大吹特吹
我感覺這個FedGPT更像是行銷產品
至於行銷的對象是誰
就不多說了
回過頭來說
台灣AI就是落後
就是講了那麼多年
能講得出來的AI成果就是那麼少
或者說，軟體產業就是落後
落後不要緊 知道問題會跟上
最爛的就是掩耳盜鈴 騙自己真的很強 出張嘴
務虛大於務實，有遠大的夢想，但是沒有完成夢想的手段
整天講一些漂亮話，騙那些無法接受台灣就是在這塊不夠強極度落後的人
讓他們有浮木可以抓 可以集體催眠自己
這樣也很強，這樣也很棒，這樣也很厲害
阿那個模型不能問64，不可信任
然後國家繼續把預算給這些掩耳盜鈴大內宣的人
繼續在國內發新聞 自己爽
自己關起來爽 沒辦法看見真實差距
看到中國強
不敢去真實的面對對方的強
他們的AI為了突破封鎖 是真的做一堆努力
反倒是台灣的AI 看到中國AI的猛
第一時間開始見縫插針來尻尻
就跟中國半導體那套遙遙領先一樣可笑
這種態度，就是台灣產業最不應該有的態度
把自己活成自己最想笑的樣子
--