〈語言模型〉彙整頁面 - 第 2 頁，總計 4 頁

Deepseek終端執行手機與電腦實測 20250212

Deepseek終端執行手機與電腦實測 20250212，DeepSeek R1 本地端 AI 測試，涵蓋手家與筆電，結果顯示手機適合 1.5B 3B，電腦則適合 8B 14B。Llama 3B 表現意外優秀，而 DeepSeek R1 有審查問題，更中立的AI模型仍待發展。

AI智能直覺與邏輯 20250207，AI 已經不再只是依靠直覺運作，而是透過推理技術強化。探討《拐點》第四章第五節的「黑盒子 AI」，如何在短短幾年間，透過思維鏈、Reasoning AI 等技術，轉向可解釋的推理智能，已進化為邏輯推理機器！

Deepseek R1 AI蒸餾強到爆炸 20250131，DeepSeek R1 的蒸餾技術，讓A 模型變得更輕快，甚至可以在手機上運行。透過壓縮大模型，小模型依然保有推理能力，降低運算成本與提升效率。不僅讓 AI 普及更快，也減少對雲端的依賴，加強隱私保護。推動軟硬體的進步。

Deepseek AI言論審查爭議 20250130，DeepSeek 技術進步驚人，但言論審查也隨之浮現。它不僅會避開敏感詞，還會給出固定的官方答案，甚至引導話題走向特定方向，影響使用者認知。從刻意輸出錯誤的經濟數據，甚至誘導投資中國市場，但避談撤資困難。AI應該維持中立。

Deepseek R1 改變AI市場格局 20250127，Deepseek R1 推出以來，以極低成本、蒸餾模型、開源技術引發全球關注。然而，言論審查及潛在國家支持引發熱議。HuggingFace 的開源計劃為 AI 技術民主化提供了契機。未來的市場格局變化，值得期待與討論。

AI測MBTI Deepseek ChatGPT 20250115，最近用 ChatGPT 和 Deepseek 測 MBTI，發現不僅快速，還能深入解釋。ChatGPT 思維鏈明顯更強，能主動提供多元的解釋和更多測試，而 Deepseek 雖速度快，但在深度和互動性上稍遜一籌。

AI擬人化與 ELIZA效應 20250107，我們探討了 AI 擬人化的起源與影響，從 ELIZA 程式到現代的 ChatGPT，說明人類如何將 AI 投射為有情感與意圖的存在。ELIZA 效應提醒我們保持理性，善用 AI 工具而非過度依賴。需警惕不過度擬人化，避免錯誤影響判斷。

GPT局限性李飛飛-AI理解世界 20250101，《拐點》第四章探討了GPT的局限性與發展歷程，並結合李飛飛教授對AI理解世界的觀點，強調多模態技術的重要性。文章分析了AI技術的挑戰與突破方向，尤其是在語言模型效能提升放緩的背景下，提出改進架構與多模態結合的未來發展策略。

DeepSeek 中國AI突圍 20241230，DeepSeek V3，一款擁有 6710 億參數的中國語言模型，以 600 萬美元低成本訓練完成，性能超越 Llama 和 ChatGPT-o1。但數據來源與內容審查引發爭議，模型中立性與安全性備受質疑。

遊戲顯示卡為何用在AI 20241227，遊戲顯示卡為什麼適合算AI？而且在顯示卡裡面，為什麼又是輝達的顯示卡特別好？原因大致有﹔顯示卡GPU多核心運算，符合AI的基本運算、高頻寬記憶體的重要性、CUDA對AI運算的影響，成就了NVIDIA GPU的霸權。

ChatGPT 12天發表語言模型卡關時代 20241222，ChatGPT發表會展現了多項功能更新，但反映出語言模型正面臨卡關時代。文字AI雖然在生成與推理上能力強大，但仍停留於表面理解。更新方向偏重實用性。未來如何突破瓶頸、真正理解跨領域資訊成為關鍵。

AI發展是否停滯 The Scaling Law 20241212，探討AI發展是否停滯？，從語言模型的擴展與精簡談起，引用楊立坤博士的「世界模型」，強調AI未來不僅限於文字訓練，還需整合圖片、聲音等多模態數據。AI並未停滯，而是以文字為主的模型達到瓶頸，未來還有巨大的發展空間。