雖然目前是產草稿給法官用，AI 裁判怎麼像極了電影情節
點進司法院公告看，系統是去年發包的，強調完全落地，叫做 TMT5 語言模型架構。很有可能是用 Google 開源的 MT5 衍伸，能力比現在的 ChatGPT 不知道差多大？
差很大的話，法官會用嗎？
但若很好用的話，令人擔憂的「政府應該怎樣使用 AI 」的議題，又浮上檯面了。
https://www.judicial.gov.tw/tw/cp-1887-929494-8a9fb-1.html?fbclid=IwAR2v4_e23J3bbdBN2cON2Un19IyRpioPxR43eamShmjgG8g-4-iJY48rZHM公告還說明，今年處理毒品裁判草稿，明年還打算弄更多類型的裁判草稿。
以最近發布的 LLaMA 2 授權條款來看，實際用過一陣子覺得其實某個程度是可以用的，又的確可落地、不聯網，接下來應該會是他在加持政府的 AI 大標案時代吧... 不過發包單位驗收時，又要怎麼驗證 AI 不會偏誤呢？還是根本沒有在管偏誤驗證
from g0v.social
Content from https://g0v.social/@jimyhuang
該怎麼說，終於等到了...
把寫不完的程式碼多放幾下，還是很有幫助的？
針對各式程式語言特化訓練的 Model，未來應該會很多吧
思考客戶不瞭解 Open Source 之餘，盤點了以下症狀：
一般：
- 對使用的軟體是什麼不是很在乎，能用就好（所以去掉價值後，只剩下價格可以比較）
- 對社群參與不熟悉，因為不知道由下而上的軟體「社群」是什麼，為何重要、促成什麼事情過
- 對公開透明無想法，不是很了解這樣過程中能對自己和他人有什麼助益
- 對軟體/通訊/應用的永續議題不熟悉、訊息箝制無感覺，也不大放在考量優先順序進階：
- 對 open source 產業鏈不了解
- 對 open source 商業模式沒研究
- 對目前自己、公司、組織使用的軟體，哪些是 open source 不清楚
- 對 open source 整體、個別專案的問題和困境不夠深入最驚人的發現是，每一個症狀，公司自己都有啊
期望別人重視這個，自己得先重視才行，希望能夠順利推廣內部完成 Open Source 學習的價值旅程
原來有文字版本：辜朝明：日本的教訓，中國經濟遇到的真問題
這是我看過對這三年疫情的失業、通膨、通縮等為什麼經濟這樣發展，解釋的最清楚的影片。
重點是，台灣經濟與世界的比較，很難在外媒看到，國內媒體又不報，這次仰賴台灣裔美國留日經濟學家辜朝明，才能看到台灣與世界的比較，也才知道原來中國已經走到這個地步了（怕）。
辜朝明：中國比1990日本更艱難
https://youtu.be/V8rCBb4GkC4
Steam Deck 輕鬆跑起來 llama-gpt （rootless docker / brew install docker-compose）
只是溫度跟我打 BG3 時一樣燙就是了
https://github.com/getumbrel/llama-gpt
雖然說很感謝這個站的整理，但看到數位極權主義這樣開枝散葉的發展蓬勃，實在令人心驚
https://chinadigitaltimes.net/space/%E8%80%81%E5%A4%A7%E5%93%A5%E9%A6%86
OSS 開發者缺少贊助是個顯著的問題，我覺得尤其在套件管理工具的「幫助」趨勢下，有些時候根本不知道底層用了哪些人的貢獻來堆疊起來的，更不可能特意去贊助他們（當然知道還是不會贊助，也是個問題啦，但完全不知道問題更大）。
不過本例 moq 沒有好好公告就把 closed source DLL 包進已有廣大使用者在用的 Mocking 專案，想辦法背景傳輸個資來尋求贊助人，不但無法解決贊助問題，還會讓軟體整個被污染，讓很多人再也無法信任這個軟體，甚至違反 GDPR，是個錯誤的做法。
作者最後選擇公開談論這個話題（滿好的）
https://github.com/moq/moq/issues/1374裡頭很多回應都很好，值得一看，筆記幾個重點：
建議作者休假拋開這些雜音
https://github.com/moq/moq/issues/1374#issuecomment-1672298988親身經驗 OSS 本身是賺不了錢，要找其他方法
https://github.com/moq/moq/issues/1374#issuecomment-1672300226比錢更深層的問題是失去熱情
https://github.com/moq/moq/issues/1374#issuecomment-1672304084