: DeepSeek很大一部分靠的是行销成功
: https://i.imgur.com/x61Iogz.jpeg
: 以下全文：
: 我们在1/21台湾AI产业年会发布了Taiwan AI Labs训练的小专家模型FedGPT。
: 几个重点：
: 1. 算力很重要但不是全部，资料、算法也是。前面是硬件功夫，后面是软件功夫。
: 2. MoE 不是新观念、是趋势，未来是专用落地小模型的世界。在我们跟台大陈 侬老师
: 开源TAME时就提及。
: 3. 通用跑分就像研究所毕业成绩只是一个开始。通用跑分在过去的经验，中国一般能调
: 得超英赶美。
那你们台湾人工智能实验室这个 FedGPT的研究所毕业成绩在哪里？
你的东西在 HugginFace上面跑得怎样？分数先拿出来阿
: 4. 成功者不是只看毕业成绩、而是应用的快速落地、实际领域的衡量与主动学习。这部
: 分就会牵涉到新兴法规。开源闭源都无法回答这题。所以有联邦式开放架构。
所以你的这个应用落地了哪一些？联邦式到目前为止有多少跟你联邦的？
: 5. 综合以上几点，台湾人工思维形式提供全球第一个可信任负责任的联邦式FedGPT架构
: 。让企业也可以基于最优秀的毕业生，落地训练成为自己的员工、自己的GPT。
: 6. 这不代表算力没有优势、而是云端的优势会转换到地端结合。NVIDIA 其实有看到这一
: 块所以有Project Digits。
: 7. 这一转变台湾其实更有优势、因为AI云端垄断的局面打破、会有更多不同的混合运用
: 。台湾软硬可信任的科技会是重要的提供者。会有更多的买家。
软硬软硬我听了十年了，就没听到什么软硬整合成功
台湾就是软件烂 靠硬件扛了十年 要软硬整合请问软现在强在哪里了
不然依样式现况跨国大公司吃掉台湾份额 台湾继续卖硬件
然后不是被OpenAI就是被Gemini给占据份额
就算是Mix of Expert，大公司依样有能力做出这种MOE的东西来卖你
我根本没看到台湾有什么护城河在这边
: 8. 开源模型有的成果都是受惠于众多开源的结果，不管是资料集、算法、平台美国在这
: 个赛道仍是主要的贡献者。
: 1/27DeepSeek的发布、只是告诉大家AI的霸权不是只有在算力的掌握、要多投资软件跟应
: 用的基本功。技术部分有值得学习，以及敬佩。趋势跟Taiwan AI Labs 1/21发布的所见
: 略同。其他中国超越美国什么的就当作行销术语就好了。行销成功所以今天相关股票也受
: 到影响。
: 我们用到的资源更少唷！希望未来在我们的成果也帮忙多宣传，然后我们也在征人。
这些跑分拿繁体来跑
只比较这些西方模型，怎不去比中国作的语言模型？
甚至还有金融知识，我都不知道 Gemini 有特别用金融知识
而且这FedGPT后面还挂 Rag. Gemini 什么时候有挂 Rag ?
撷取增强生成(RAG) 是对大型语言模型输出最佳化的过程
因此在产生回应之前，它会参考其训练资料来源以外的权威知识库
跑分带RAG等于带小抄
去比一个没有带小抄的 跑出这样的得分
甚至不知道是去问啥问题 说不定还先射箭后画把 问一些小抄有的问题
然后没有上hugginface比较 测试比分方法也没有公开
Deepseek还开源
弄到一堆AI 大神在TWITTER讲
中国除了Deepseek. 还有什么文心一言，01万物的东西
他们整家公司在弄这个，有一大堆大模型
AILAB要说自己用的资源更少，做得更好
那总要有实际公认的比较，不是拿张图出来吹
你们团队有多少博士多少人研究也可以讲来取信人
这个如果真的那么神，同样的情境下真的资源更少
以创世神的行销能力
三分吹五分，五分吹十分，怎不会大吹特吹
我感觉这个FedGPT更像是行销产品
至于行销的对象是谁
就不多说了
回过头来说
台湾AI就是落后
就是讲了那么多年
能讲得出来的AI成果就是那么少
或者说，软件产业就是落后
落后不要紧 知道问题会跟上
最烂的就是掩耳盗铃 骗自己真的很强 出张嘴
务虚大于务实，有远大的梦想，但是没有完成梦想的手段
整天讲一些漂亮话，骗那些无法接受台湾就是在这块不够强极度落后的人
让他们有浮木可以抓 可以集体催眠自己
这样也很强，这样也很棒，这样也很厉害
阿那个模型不能问64，不可信任
然后国家继续把预算给这些掩耳盗铃大内宣的人
继续在国内发新闻 自己爽
自己关起来爽 没办法看见真实差距
看到中国强
不敢去真实的面对对方的强
第一时间开始见缝插针来尻尻
这种态度，就是台湾产业最不应该有的态度