Re: [請益] NVDA跟AMD怎麼突然崩了
週末有點時間 之前寫的老黃故事 https://disp.cc/ptt/Stock/1aVG4__D
這幾年AI模型突飛猛進的一個關鍵點就是 泛化的能力
簡言之 2018以前 AI模型 都是透過數據 去學習資料上的標註資料
來做人類事先規範好的目的 而機器透過這些標注數據 去達到人類要求的事情
當模型遇到一個沒看過的數據 或者場景變得不同 模型就會失效 甚至無法處理
但在pre-trained model/foundation model出來後 一切都不同了
大體而言就是 模型透過某種學習(self-supervised) 機器能從無註記資料學習一定法則而能做到超出原本數據沒有做過的事情 這樣以來面對下游任務
只要簡單調整 (zero-shot)不需要重新訓練 或者少量訓練(fine-tuning)
機器就能根據落地場景 能達到最佳化結果
底下補個相關連結
甚至因為self-supervised關係 許多網路上的野生數據 也不需要人工標註
因為機器會在這些大量野生數據 自我學到法則 從而產生推理的效果
底下補個相關連結
https://blogs.nvidia.com/blog/what-are-foundation-models/
而這些最大的意義就是 機器能做到超乎原本數據給的標籤效果 理解數據 創造法則
這些意味者AGI的那個聖杯 有機會可以摸到邊了 而OpenAI最大的概念就是
大力出奇蹟 也就是堆疊數據多樣性(multi-tasking)及 透過龐大算力跟模型
而所達到的模型泛化(zero-shot)以及AGI效果更明顯
甚至有部分人認為GPT-4已經具有AGI效果 https://36kr.com/p/2189496564171137
這種效果也開始在各種領域大放光彩 比方說有人用這些基礎大模型
能成功用大模型搭配基因+身體數據去推測哪種藥物對治療效果有效 甚至更預測出
哪些病情跟基因上的哪些序列有很大相關性 這些都是大模型透過大量數據去學到法則
來推測出哪些藥物對哪些疾病有用 已經在加速醫療領域發展
而大力出奇蹟(Scaling Law)需要的是算力 算力就像是電力 它永遠不嫌多
今年甚至開始有LLM OS跟LLM Agent概念 這些發展都是讓AGI的模型慢慢的變大腦概念
LLM模型具有理解事物能力(Reasoning) 所以可以當做個大腦成為控制介面
所以今年流行LLM OS/LLM Agent 就是讓原本的電子消費系統更為聰明
所以你說AI是泡沫? 我敢打賭 你去問搞AI裡面的人 10個人有10個會說 AI不是泡沫
因為AGI聖杯在我們這一代有機會成真!
這波AI對日常生活影響 可以定調成一種"生產工具"路線發展
AI不會取代人類 但會讓人類生產變高 造成職缺數量下降
比方說以前你需要100個人做的事情 現在一兩個人搭配好用AI工具 就可以達到同樣效果所有接下來AI落地商業化都是走這種 微軟已經示範了許多可能性
舉個例子
原本影音studio這種需要500~1000人才能做的產業
可能有sora+gpt+audio diffusion(TTS) 只要10個人就可以做出一部電影甚至影集
原本一個漫畫家要五六個助手 現在一個漫畫家只要用adobe firefly做畫圖
就可以達成 而客服產業 原本需要100個人 你現在可能就5個人類manager搭配100個
LLM Agent+TTS就可以達成 甚至當年我們ESPN攝影團隊需要10個人才能轉播球賽
現在只要兩個人+懸臂AI Camera(AI導播) 就可以達到運動產業轉播 以下是個例子
順便給大家看看 以前用數據標注的"舊AI"為何沒辦法處理數據上沒看過 然後失誤
https://www.youtube.com/watch?v=eMx-2s7mZ24 (該AI攝影機把光頭當足球 所以導播
你如果有興趣 Follow 每日最新AI論文 你會發現現在的演算法科技進步速度
是在指數成長 去年初只是單純文字LLM 年底就進化到多媒體LLM(視覺+聲音)
現在進化到要用LLM當成一個大腦媒介 去控制任何設備或者OS
而LLM Agent接下來就是會擴展到自駕和機器人或者家電
那回過頭來NVDA怎抹辦?QQ 就是慢慢加碼 過高不買 狂跌繼續買 等到AGI那天出現時
你就可以用數千張來NVDA和AMD防身 不然就會失業然後被抓去當電池了QQ
※ 引述《blueian (義恩阿庫犽)》之銘言：
: ※ 引述《longkiss0618 (夏夕夏景)》之銘言：
: : https://i.imgur.com/J50txd8.png
: : 就又如前幾天一樣開心地去睡覺了
: : 怎麼一覺醒來兩個都崩了 AMD反跌1.5% NVDA更慘 還跌7%
: : NVDA直接上下崩跌100點 請問發生什麼大事了嗎?
: : 會所按摩的錢一下子就都沒有了
: 就嚇甩磨啊，引發AI的程式單而已，從基本面來看根本長線大多頭起漲點，
: 技術面來看，趨勢沒改變拉回就是加碼，不信？ 看看大哥SMCI走勢就很明顯了
: 破千隔天大長黑，結果震盪幾天馬上創高昨天也沒啥回檔，與其看NV不如看SMCI領頭
: 各國散戶都在當恐慌仔，甚至一堆投行機構早被甩下車，整天放利空泡沫
: 要降息要選舉，就問美股怎麼崩
--
好 可是我沒錢了
推
推一個
每個字我都認得,但....
cc
好喔 我買台積電 agi出來 下一波還是台積電
agi會拿來當武器啦，你看電影哪一個人工智慧不是拿
來當指揮官
AI可以解LDPC嗎
還好我有ai5….
聽起來蠻泡沫的AI檢測這個作品是否AI
還好我還有英偉達
沒那個需求就是泡沫 記住我說的
完了要失業惹，那還有啥可買
步伐跨得太大 扯到蛋了
推，加碼AMD
推，每次看你的文章都覺得有些收穫，感謝
推！快點假裝我有看懂
原來我還有當電池的潛力
好文推
還好我有英業達
我買nvda的原因也是怕之後當電池
請問非gpu的客製asic這邊怎麼看?前天brcm財報後崩了
我覺得很多台灣人不懂或是無法體會或是沒有受到這
對各國政府來說 更不需要你說的AGI這種大幅推升
波生產力革命浪潮衝擊的原因是台灣製造業佔比太高
需求是最不需要擔心的，人類欲望永無止境，需求永
遠填不滿，現在熱了開冷氣，人人比皇帝爽，各位有感
到快樂嗎
失業率的東西
是嚇甩磨嗎?
簡單來講AI是未來生產的趨勢，那這樣人力都會跑去傳
產嗎？未來科技產業製造端，應該也走AI路線自動派貨
下製程，有問題再通知辦公室工程和設備進現場查看原
因。
原po內容外行。
sora出來後 所謂的紀錄片會不會摻假？
可以開始賣股票了，各位
最後某人女友和ai交往了（誤）
說外行的 快展現自己內行的言論
簡單說 ChatGPT早期就是找人類工讀生標記訓練資料
AI就是取代人類啊 1000人變1人就能做 999人不就失業
然後我猜越多基礎白領的工作被取代 自動車市場越難
擴大 計程車行業是方便收納勞動力 政府又能控管的
TLDR
公司砸錢讓標記資料量夠大所以訓練出很好效果(當時)
有個問題 跟AMD關聯在哪裡 現在不普遍都CUDA架構嗎
沒遇過幾人用AMD的設備
AI同業看到真的有效果自然會在AI演算法努力突破
好 我自願當電池
小時候看的電影"晶兵總動員"是吧
這次的目標就是讓電腦自己能標記沒有人工標記的資料
能研發出治療癌症的新藥 大概就很屌了
看價錢吧 人力每個地方價格不一樣
好 跌下來就是滿倉幹入！
讓電腦看懂無人標記的資料 目前已經確認有可行性
哥 可以講人話嗎…
推
比只會靠北漲跌的廢文強一兆倍！
所以未來AI同業會更努力砸錢把AI強化成AGI
想想谷哥的AlphaGo 最早也是要用人類棋譜訓練
後來就不需要人類棋譜能自行抹擬下棋 自我訓練
最後有達成各種棋類遊戲都能自我訓練的程度
已經準備好電池護身符了
最直接影響的就碼農和影音創作產業 AI寫程式只會越
來越強而已
ChatGPT最早會轟動就相當於早期AlphaGo下贏人類棋士
NV&AMD 雙槍 改變世界
目前AI巨頭努力要讓AI達到當時下贏李世石的程度
每個魔術師都想要到達根源
而且是要能在各個領域都達到那樣的超強程度
當AI達成在各領域都有等同圍棋下贏李世石的程度
這就是AI巨頭正式宣布AGI出現在人類世界的時候
目前AI公司的做法是讓AI去考試 律師醫師會計師之類
如此一來 擁有較其他/國家or公司 更強大的AGI
先讓AI能在考試贏過各種人類精英
更有掌握先機 走在技術尖端 或是發動戰爭/商戰
先考試能贏接著就是挑戰各行各業365行 行行當狀元
黃仁勳已經提出"主權AI算力"把AI上升到國家層次
不過他現在說的算力是類似比特幣時期的電腦效能
難怪之前新聞說要找一堆人在那邊下標籤
我相信在未來5年最慢10年內"主權AGI能力"就會提出
這樣過十年唸理工也不熱門了，除非是萬中無一的人才
一些簡單到中階的理工工作也會消失
有料～推推
目前各AI公司應該都在努力集氣能放大絕說達成"AGI"
這篇有料
看不董原po內文不重要 重點是強AI 通用AI是可行的
覺得講的很對 還好我比AI便宜 淘汰不到我
現在OpenAI已經說明砸錢搶人搶設備搶晶片是有用的
所以現在正是大家搶人搶設備搶晶片別怕AI變空頭
zero-shot是零樣本提示不是泛化…
我意思是泛化才能有zero-shot或只用少量數據特制化下游任務啊啊 pre-trained model都是用zero-shot來衡量效能指標啊 clip就是經典代表作阿 QQ 不過我調整一下內容 避免誤導
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 13:13:17現在還是能跟AI拼便宜的時期 未來AI會跟人拼便宜
推趨勢理解政權正確
到那時候才是人類真正要大量失業淘汰的時候
現在AI在語言文字圖片影音上做出度效果只能說是前菜
all in啦
工作不會消失但會大減員 像客服 這兩年還有人在說聊
天機器人無法處理複雜疑問 但到今天 AI已經可以精準
分析語意及發言者的情緒感受 然後給予良好回應 這種
情況下只要能實際運用 客服以後留審查人員即可
不會失業啦 當年工業革命 也一堆人怕失業
只會有其他新興產業出現
重點在於說明電影中的那種AI是有生產可行性的
怎麼跟之前吹航海王一樣
未來人類應該要想辦法跟AI合作用來提升自己
要想想如何人機協作而不是完全自動化而被淘汰
推ProTrader的看法 非數位原住民大概沒戲
google很久很久以前推出九宮格 標路標或車子就是
在標記 靠 好久以前惹 人為了證明自己不是機器 免
費打工久矣
當局者迷
QQ萬一錯了 我已經準備好回高雄去台積電顧機台 嗚嗚嗚嗚
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 13:24:06感謝科普
其實在deep mining搞定圍棋後，AI就大不同了
一切的一切都是從以前大家覺得爛的NN到前陣子的CNN
時間大概在2016就不同了
很棒。但下次結論寫在第一行，不然我很挫折。
優質好文
你說的都合理 但是市場主力不是ai
要ai技術大進步 仍需要時間 這波漲太快
CNN模型論文在2005前後發表 這時完全沒人關注
然後在2010開始在影像辨識領域比賽奪冠拉開差距
被市場大家都知道是在谷歌AlphaGo之後
原po願意去台積電的話可以當智慧製造工程師
講這麼多不如來個對帳單清楚明瞭
研發好的產線AI 讓台積電產線人員輕鬆顧機台
影像辨識+機器人視覺發展很久了啦 實際上買單的很少
講的好像別人都不懂也是很奇怪
AI不會泡沫 但股票會
台積電說白的產線和傳產沒什兩樣，本來就可以大數
據去分析，或者模擬企劃實驗，甚至公司上下運作自
動引導，本來就做的到的東西，人員只要選擇決定
你認真了，這邊的人只想看數字溫存
AI發展很久了為何都沒單 因為太貴+效果不好
板上一堆人都比市值前幾大公司的CEO們還聰明 早知
道這個東西就是泡沫 還在那邊花幾百億軍備競賽買設
備 全部都會血本無歸 給先知推一個
那些去工廠推銷AI的業務只會唬爛
要先花一大筆錢還不能保證效果 中小企業誰理你
要做AI最重要的就是Domain Knowledge + 大量資料
產線上資料有 但資料品質通常很爛
當電池要跟倉鼠一樣跑轉輪嗎？怕.jpg
更不用說來推銷的AI公司根本不董產業知識只會毫洨
Matrix 2030
看台積電的智慧製造工程師工作情況就能了解
連台積電做的效果都不怎樣 其他的公司可想而知
樓上內行
反過來看這也說明 有用的產線AI+合理價格會有市場
NV不是要搞特規模擬器給製造業
目前最成功的作品是之前台積電的AI光罩
要等產線AI有用解放台積電設備應該還要很久
先硬體後應用，先買AI硬體公司，後投資AI應用公司
，選我絕對正解
世界走的真快啊
看股版長知識
你不要跟講這麼多，什麼時候可以買（
.com推出時也絕對不是泡沫，甚至現在都還在廣泛使
用，但股市往往在你認為不會殺的時候殺到懷疑人生
感謝分享
看到基因那段就知道你完全不懂
我是去參加矽谷AI-4-health聽到裡面演講展示的結果 這篇其實有類似概念
https://www.biorxiv.org/content/10.1101/2023.01.23.525232v1
電池哭哭
基因那段 樓樓上是不是誤會想直接拿LLM套用?
現在不買AI股 以後只能撿角
淦進去NV我怕變成山頂上套牢那群QQ
最後一句話，所以要AI幹啥？專門出來把人類弄失業？
（顯然造福人類在家躺平享受生活是不可能）
我是覺得AI真的有用會在生命科學跟材料科學
這兩種隨便一個有突破都是科技大躍進
雖然不懂AI，但猶記三年前一堆低能在推元宇宙，結
果呢？呵呵，紅什麼就一堆韭菜出來吹什麼，後面泡
沫破了一個個大概是跳樓去死了才都沒再出來吹吧
雖然不是泡沫 可是會不會已經price in了 快1000咧
難不成到3000?
現在誰敢說ai是泡沫
看到ai影音反應都是驚訝吧
元宇宙垃圾吧
還好我是吃肉體飯的，ai不影響我 嘻
AI應用推出，如造成結構性失業，將是民選政府難題
什麼是AGI
AI應用的確是有東西出來，未來可以用在產業。不像
元宇宙停留在娛樂用，空泛。
推
推
79
剛睡醒看到這篇 一直看著 NVDA 漲翻天 思考了好幾天，越關注他，他越高 昨晚心裡一橫 在睡前才掛市價單幹進去，連低消 15 美的手續費都不在意，我不缺這 15 美![Re: [請益] NVDA跟AMD怎麼突然崩了](https://i.imgur.com/HQgDbSob.png "Re: [請益] NVDA跟AMD怎麼突然崩了")
爆
首Po本來打電動打到深夜 看到NVDA跟AMD都跳通知出來 就又如前幾天一樣開心地去睡覺了 怎麼一覺醒來兩個都崩了 AMD反跌1.5% NVDA更慘 還跌7% NVDA直接上下崩跌100點 請問發生什麼大事了嗎?![[請益] NVDA跟AMD怎麼突然崩了](https://i.imgur.com/J50txd8b.png "[請益] NVDA跟AMD怎麼突然崩了")
15
就嚇甩磨啊，引發AI的程式單而已，從基本面來看根本長線大多頭起漲點， 技術面來看，趨勢沒改變拉回就是加碼，不信？ 看看大哥SMCI走勢就很明顯了 破千隔天大長黑，結果震盪幾天馬上創高昨天也沒啥回檔，與其看NV不如看SMCI領頭 各國散戶都在當恐慌仔，甚至一堆投行機構早被甩下車，整天放利空泡沫 要降息要選舉，就問美股怎麼崩11
400-500塊時 來回了2次 每個人都說泡沫，什麼有的沒的 結果ㄧ路漲至900 明明GTO 大會 降息 美國總統選舉3
很多科技上的分析都對 但是 講白話一點 NV DA賣的不是晶片而已 賣的是能產生intelligence 的機器![Re: [請益] NVDA跟AMD怎麼突然崩了](https://static-cdn.nextapple.tw/prod/2024-01/D538B26A9D700BED5B92D2F19EE39CE9/c53999dd5a831fb4c053934a2948deb9_750.jpeg "Re: [請益] NVDA跟AMD怎麼突然崩了")
43
本來中午要去吃飯剛好看到這篇，雖然我說的內容可能大部分人也可能不太理解， 但巷子內的看到應該會覺得還是蠻怪的，當然有更多大神指點是更好的 ※ 引述《LDPC (Channel Coding)》之銘言： : 週末有點時間 之前寫的老黃故事 : 這幾年AI模型突飛猛進的一個關鍵點就是 泛化的能力![Re: [請益] NVDA跟AMD怎麼突然崩了](https://miro.medium.com/v2/resize:fit:772/1*9bgIVlCRKiL7hxgvZW0wjg.png "Re: [請益] NVDA跟AMD怎麼突然崩了")
44
別擔心NVDA會徹底崩，至少在這一年不會。 因為AI絕對不會是泡沫，它是實實在在的技術，就如當年AI戰勝棋王般，未來在各行業AI 將會大放異彩，從科技醫療研發到軍事太空 ，誰有最強的AI算力誰就有絕對的控制權。 再看黃仁勳這個人，以他過往帶領輝達與各大巨頭交戰歷程，就感覺他是個偏執好鬥永不 認輸且善用心計的人，我相信老黃好不容易爬起來，擁有的資源變大了，更不可能給任何![Re: [請益] NVDA跟AMD怎麼突然崩了](https://i.imgur.com/tMnjpxSb.jpg "Re: [請益] NVDA跟AMD怎麼突然崩了")
15
一直都是在定期定額買各種指數 最近現金部位有點高 昨晚手賤 八成的閒錢就丟在SMH 買在237 笑死 我個人還真希望趕快崩的 雖然一直都在車上58
股版太多好人了 於是分享接下來自己操作 讓這邊繼續保持良好韭菜交流 但盈虧自負QQ 這邊是AI雲端基建藍圖 可以自己找喜歡標的物 慢慢玩長線 我們現在應該在wave 1 自己投資策略從幾年前 三大重倉持股(AMD/NVDA/TSLA) 在去年九月砍TSLA 加轉NVDA 同時我大概這兩年應該不會再碰TSLA了 去年2H時開始找HBM投資標的![Re: [請益] NVDA跟AMD怎麼突然崩了](https://i.ibb.co/LzmY4kH/Screen-Shot-2024-03-10-at-12-51-21-PM.png "Re: [請益] NVDA跟AMD怎麼突然崩了")
21
Re: [問卦] 為什麼AI 這2-3年進步這麼神速？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。![Re: [問卦] 為什麼AI 這2-3年進步這麼神速？](https://jochen-hoenicke.de/queue/mempool-20201126-eth.png "Re: [問卦] 為什麼AI 這2-3年進步這麼神速？")
12
Re: [閒聊] 繪師是怕畫不過AI還是怕AI會創作?怒刪，剛好碩班是研究AI領域，以我的角度來看 其實人工智慧這一塊的發展跟人類特徵學息息相關。人類從自我的習性套用到機器上，透 過流程特徵化後編制pipeline讓機器模仿人類的習性。 先說結論，Machine Learning(ML)不可能只靠「單一」一張畫師的畫就可以訓練成一個有 效的模型；相反地它需要透過大量的數據去臨摹某一種畫風。6
Re: [問卦] 為何台灣是AI晶片重要生產地,但是AI軟體模型都沒一般而言，所謂的AI Chip指得是特化過往CPU功能的晶片，過往CPU集成的晶片會強調指 令控制跟緩存的功能，但DL/AI模型其實更強調運算元(ALU)所以像NPU、GPU就是特化計算 元其他的功能就縮到最小，所謂AI專用晶片本質上就是這樣的一種類CPU特化架構的晶片 。因為對於當前所有的DL模型原子化到最小計算就是在做矩陣加減乘除跟線性變換。 不過目前整個設計還是follow國外廠商的需求，所以台灣更像是代工上游廠商。當然啦！5
Re: [問卦] AI發展到什麼程度你才會開始感到害怕?阿肥外商碼農阿肥啦！在下鍵盤研究員，基本上現在所有的模型本質上都還是弱人工智慧 的，只是這兩三年研究累積的體現。 當前還有很多問題是需要解決的，像是雖然有偏好模型，但LLM還是對於學習並非是有偏 的 ，這邊的偏好依舊需要人工大量去微調，這就跟我們人類差異很大。4
Re: [問卦] 這次的人工智慧熱潮是玩真的嗎？阿肥外商碼農阿肥啦！ 這波人工神經網路浪潮其實得力於兩三年前Lecun跟Hinton等等大神推廣的自監督的概念 。自監督其實就是用一種更有效的方法來學習網路或是數據庫長久以來建立的有效自然對 數據，透過自然對來做前訓練期望機器能夠自我學習到自然數據的相對關係。 這其實我們的大腦可能也存在相似的功能，這幾年隨著腦科學的研究其實有一種比較新穎![Re: [問卦] 這次的人工智慧熱潮是玩真的嗎？](https://i.imgur.com/745mSVGb.jpg "Re: [問卦] 這次的人工智慧熱潮是玩真的嗎？")
3
Re: [IWIN] 再說一次,不是 "訂一個能接受的標準"沒用吧….. 雖然我不是專業的，但從機器學習基本概念的角度來說，就算是擬真生成的AI兒童瑟圖也 不一定是從真實的兒童瑟圖AI訓練出來的。 因為AI算法有「泛化能力」 什麼叫泛化能力？AI必須在現有資料庫的基礎上去對不在資料庫中的樣本進行「推理」2
Re: [問卦] AI大數據分析是不是過譽了？所以任何當前的機器學習模型都需要Data scientist來做前置性分析的啦。明星級的DS多 半是數學、統計、計算機科學交叉領域的專家，一個好的模型訓練集跟測試集必然存在獨 立同分佈，獨立同分佈是為了確保樣本足夠分散各類均勻又能代表真實分佈，因為分散均 勻若模型只看了其中8成比例數據必然能泛化剩下的兩成(這邊必然有數學上的驗證，由於 有大量數學引理就不贅述，可以從林軒田老師的基石課去找資源，關鍵字VC generalized2
Re: [問卦] AI產出的產品之間有關聯性嗎？: 阿肥碼農阿肥啦！有興趣可以看我在科技版的文章，看一下chatGPT的思維模式綜述。 #1Zxi_nPB (Tech_Job) 基本上，現在的深度學習突破的領域在學術界已經是一兩年前的舊聞了，現在所有的語言 視覺模型最好的成果都是基於Transformers(變形金剛)這個家族爆發性成長的結果。![Re: [問卦] AI產出的產品之間有關聯性嗎？](https://img.youtube.com/vi/e0aKI2GGZNg/mqdefault.jpg "Re: [問卦] AI產出的產品之間有關聯性嗎？")
2
Re: [問卦] AI機器人的信度和效度？阿肥外商碼農阿肥啦！在下鍵盤研究員回答一下你的問題， 1. 先說統計檢驗部分，一般而言在傳統研究領域小數據上都會要你做一些傳統的統計檢驗， 例如你加了某個方法以後會更好，你要跟讀者證明A優於B，要避免模型有隨機性那做了可以 證明你是對的。不過現在大部分NLP訓練都是基於巨量數據像GPT-3有45TB的文本，這麼大的 數據情況下我們都會假設數據服從中央極限定理符合常態分佈，那做假設檢驗就有點多餘。
Re: [問卦] 口說講解影片是不是快被AI完全取代了?阿肥外商碼農阿肥啦！認真說，這幾年口說上字幕甚至翻譯，還有有字幕上語音這幾年都獲 得不錯的進展，包含openAI、Google、Amazon、Meta實驗室都有不錯的產出，而且這些都是 依靠當前所謂的多模態零樣本學習的大力進步，很多轉換錯誤或是機器音都減小很多，不 過偶爾還是會有出槌需要人工修正的部分。 所謂的多模態零樣本其實就是換一個思維過往很多工作需要大量標注工跟資料工程前處理來
![[心得] FOMC後，長債買點浮現？](https://pigeonfinance.blog/wp-content/uploads/2024/12/image-2.png "[心得] FOMC後，長債買點浮現？")
![[心得]妖股的故事 第五篇](https://i.imgur.com/1LBKNKRb.jpg "[心得]妖股的故事 第五篇")
![[請益] 要怎麼說服老人買股票](https://i.imgur.com/oKE6ZNIb.png "[請益] 要怎麼說服老人買股票")
![Re: [請益] 股票出借收入計算方式](https://i.imgur.com/kJboLPDb.jpeg "Re: [請益] 股票出借收入計算方式")
![Re: [新聞] 替代役男墜樓亡！前員工再爆「也遭霸凌」](https://i.imgur.com/vq8L8DEb.png "Re: [新聞] 替代役男墜樓亡！前員工再爆「也遭霸凌」")