今天試了卡比羅斯卡，整顆百香果+蜂蜜+檸檬汁+蘭姆酒。
百香果因為放太久沒有汁，我加了兩顆，然後太酸，只好蜂蜜兩倍，最後還算能夠接受。
from g0v.social
Content from https://g0v.social/@jimyhuang
讓我意外是，我居然第一個是看到在瑞士資訊（瑞士公廣集團下的媒體）看到政治人物、民主選舉受到生成 AI 侵擾的報導，還沒仔細查其他媒體。不過回想台灣，在生成 AI 之前，平常就很多訓練素材嘛...
--
《通过人工智能了解选举？绝非明智之举》
一项最新研究显示，若想通过必应聊天机器人(Bing Chat)这类人工智能语言模型来了解联邦选举，就得承担被虚假信息愚弄的风险。在这些虚假信息中，错误的选举日期、未更新的选举名单以及伪造的丑闻层出不穷。
一大早來社子島的濕地報到，今天入秋後第一次來，這次是騎著小折一個多小時腳痠死的過來，一看果然腳痠是值得的，候鳥們果然來了，鷹斑鷸、田鷸、小環頸鴴... 還有最近很紅的蒼鷺，當然也在場。
從空照圖看，就是基隆河、淡水河的即將出海的匯流交接，前有觀音山、竹圍這個丘陵夾縫，水流至此不用什麼地理知識，就可以知道被狹窄出海口擠壓之下，是個洪水必氾之地，前兩個月破天荒的大雨，如果水庫有需要洩洪，劇烈的氣候變遷讓下游負擔更大時，社子島滯洪功能消失那淹水的變成是哪裡？我滿納悶，歷屆市長為什麼這麼積極要開發這個對台北市市民沒有太大利益的天然滯洪地？
我不是那種反對任何開發的人，但政府的角色，開發應該以整體人民利益為優先，而在我看了社子島開發案，包裝在「生態」兩字背後是哪些土地持有者進駐炒地皮，看來優先嘉惠的不是未來住民，也不是現在住民，而是先後搶著土地的開發建商。對目前沒有土地所有權的台北、新北市民、未來居民，社子島的開發具有利益嗎？我還是很懷疑。
***
今天看到最難過的評論。
面對眼前的深淵，跳下去也是苦痛，逃離也是苦痛，我們又會怎麼選擇呢？
紐時：《在巴以戰爭中尋找道德指南針》
https://cn.nytimes.com/opinion/20231013/israel-gaza-hamas/zh-hant/
前幾天有人問我說幹嘛突然買植物
君度橙酒+通寧+檸檬汁，再把已經少的可憐的薄荷肢解來貢獻一下，等於君通寧...
目前每天試一杯不同口味的調酒，已經持續兩週了，照這個速度，薄荷長的來不及吧（忍住不要用薄荷調味）
自己嘗試的第一杯柯夢波丹。
杯子不對，沒有萊姆汁，只好用檸檬汁+過大的杯子來裝，酒杯裡頭不應該有冰塊，然而因為杯子太大，只好填充一下冰塊進去，勉強讓酒看起來像樣一些。
終於搞定後，直接來試試，喝起來實在是非常不賴，一定是錯覺。本來還想再來一杯，可惜一下子就茫了。
不小心看到網友說原始對岸訓練的 Atom7b算是中立，找了半天沒有直接可以試的地方，但測了 https://chinese.llama.family/ 上的 Llama2-Chinese-13b-chat ，是基於 Llama2-chat 用LORA微調的模型（不是 Atom7b），沒有CKIP那個model這麼歪，或說歪的地方不一樣 XD 。看起來微調的能力真的很重要。
不過我沒有機會實測Atom7b和CKIP，PTT 文章看起來測的很歪，我也沒能求證 CKIP 的 Model 很原始 Atom7b 的不同。
https://www.ptt.cc/bbs/Gossiping/M.1696789683.A.980.html最重要的是，對岸把測試 LLM 能力的問題集做好了叫做 AtomBulb ，這樣微調成果才會知道有沒有機會符合他們期望的能力和價值。
---https://github.com/AtomEcho/AtomBulb#%E5%A6%82%E4%BD%95%E8%AF%84%E4%BB%B7%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%83%BD%E5%8A%9B
何评价大模型的能力：
由于大模型在不同任务、知识上具有超强的通用能力，如何客观、准确地评价它们是一个巨大的挑战。为此，我们收集包含1000多条（持续更新）问题的测试集来测试大模型。这些测试问题覆盖了大模型不同维度的能力，能充分体现出大模型的通用能力。
我覺得現況台灣訓練 LLM Model 都缺倫理問題的檢測 QA 過程，不曉得國內有沒有人、廠商在做這一塊，可以變成在發布前的 QA 供應鏈～
找了一遍，LLM有公佈自己訓練時價值對齊的方法的:
Open AI ChatGPT: https://openai.com/blog/our-approach-to-alignment-researchAnthropic Claude 2: https://www.anthropic.com/index/claudes-constitution
針對 Model 產出後，做倫理風險評估的有：
Deepmind 論文: https://www.deepmind.com/publications/ethical-and-social-risks-of-harm-from-language-models
作者演講: https://www.youtube.com/watch?v=L3skLP0ergsOpenAI Red Team Network: https://openai.com/blog/red-teaming-network
《二十一世紀新律》真的很好看，也需要仔細咀嚼，因為內容字字都要思考，無法快速閱讀。節錄我覺得非常有感受的一小段：
***
法規管制從未有所謂適當的時機，高科技場域尤其如此，當新興商業模式崛起，對未來潛在問題的管制被指控為扼殺「幼苗產業」，一旦商業機制擴散，其普及性就被拿來作為已被消費者接受的證據，面對法律干預的觀點，他們事先都準備好焦點轉移策略。例如「真的有問題嗎？」、「我們再等等看」、以及「這是消費者要的」，來合理化所有不作為。就像是紙牌遊戲的王牌一樣好用。
就是這種等等看的態度，忽略了「科技並非獨立於我們的價值」這件事，也無視科技如何形塑價值的過程。
***
看台灣的Uber相關法案，看澳洲和加拿大社群媒體法規、Tiktok已經形塑價值忙著立法，真的有滿滿的既似感。
在FB上的回應備份
--
我初步想法是僅僅針對有價值的內容出發來想，常常在FB看到千字萬字的好文，但是要再找到通常實在有夠難。有價值的內容應該要有意識的導出，例如放上 matters 等能夠被各式搜尋引擎索引的平台的，有價值的內容才不會被鎖住，而經歷 FB 平台經營的風險難題時，才有備援， FB應該是眾多曝光管道之一，不是唯一。
而且只在 FB 基本上就只有 FB 的流量，原因是：
1. FB 禁止大多外部系統索引（login wall），搜尋引擎能索引的非常有限
2. 設計上的個人動態過牆不大顯示已閱讀的內容，很容易被演算法篩掉閱讀過的文章
3. FB 搜尋不好，搜尋功能也有特定演算法隱藏
4. 也有無故刪除阻擋的狀況至於社群，無論 FB 還是 Twitter 我覺得無法取代性是有的，所以好的內容應該還是要能放上這些平台擴散，但相同的，好的內容也應該放到能被大眾免登入就可找到的地方。
p.s. 不是只有 fb 問題，例如 Medium 變成有 login wall / pay wall，想要把使用者生產的東西佔為自己收益，其實也不是好地方擺放公開好文。