LLM

Google Cloud今日分享，企業擁抱AI時，需先培養的資料基礎5步驟，包括制定AI優先的資料策略、建置統一的資料平臺、運用AI將流程自動化、確保資料安全和資料治理，以及提高資料平臺效率並降低資料成本。

ARC釋出新一代AGI基準測試ARC-AGI-2，作為衡量人工智慧通用能力與效率的標準，並揭示現行推理模型在少樣本情境下仍難以即時適應新任務

日本金融廳近日發布AI討論文件，文件中包含130家日本金融機構運用AI的調查結果，統整了日本金融機構GenAI發展現況、應用案例，和挑戰。並且，日本金融廳也在報告中回應了金融機構對監管機構的期待，承諾會支持金融機構穩健運用AI。

自建日文LLM，強化服務底層技術，打造內外部GenAI應用。下一步要用生成式AI打造串聯起全集團服務的應用，更發展全方位IT業務

AI21 Labs Maestro平臺強化大型語言模型生成結果的驗證與調度，協助企業掌控人工智慧應用準確性，並降低維運負擔

鴻海研究院日前揭露自家首款繁體中文大型語言模型FoxBrain，以Llama 3.1 70B模型為基礎，以120張H100 GPU和98B Token合成資料訓練而成，不只繁中能力超越Llama-3-Taiwan-70B，還具備良好的數學和邏輯推理能力。FoxBrain之後將開源。

數發部宣示將從算力、資金、資料、人才4個方面推動我國AI發展，計畫在今年提出資料創新利用發展條例草案，並將建立主權AI訓練語料資料庫。國科會TAIDE計畫近期釋出以Llama 3.1為基礎的TAIDE 8B模型，加速正體中文解碼速度提升20%。

聯發創新基地一口氣釋出2款繁中多模態語言模型、1款臺灣語音合成模型，他們揭露幾個技術關鍵，像是採用LLaVA架構增添多模態能力、使用低學習率以保留基礎模型優點、建置大量繁中資料集，以及透過Decision Token來增強模型呼叫函式的判斷力、用G2PW來準確判斷讀音等。