付費限定方格精選
「Meta」是品牌，還是未來？／Benedict Evans
閱讀時間約 4 分鐘
Mark Zuckerberg將「Facebook」改名為「Meta」，想改變的究竟是這家公司、還是VR這個舊名詞？「metaverse」又是什麼？有任何單一企業可以為我們定義這個未來嗎？
大約20年前，德國電信（Deutsche Telekom）併購了一家叫做「One2One」的英國電信公司，並將它改名為「T-Mobile」。原本的One2One是以低價格、低品質的網路服務著稱，改了名字之後又有什麼不同？
其實沒什麼不同，還是一樣低價格、……低品質。也就是說，德國電信改了它的品牌，但改不了它的本質。
湯換了，藥換不換？
如果一個品牌已經變成票房毒藥，而主事者卻只是換湯不換藥，那麼同樣的問題不免還是會發生在新品牌上。如果是真正的行銷高手，應該會反其道而行：先解決「產品」的本質問題，然後再透過品牌行銷的手法，讓大家知道這個改變。
如果這一點成立的話，我們可以再思考看看：Facebook為什麼要把最上層的品牌改為「Meta」？其中一個理由，就可能是「換湯不換藥」：產品在短期之內不會有太大改變，只是改個名字。
如今，每天有多達20億人使用Facebook、發表超過1,000億則貼文；過去在使用手機簡訊的巔峰時期，也只不過是這個數字的四分之一。
在一個連結了20億人的系統之中，無論設計了怎樣的溝通方式，用戶和發表的內容品質都不免良莠不齊；而任何一個社群平台，都必須花心思來面對這個問題。
以行動支持創作者！付費即可解鎖
本篇內容共 1874 字、1
則留言，僅發佈於吐納商業評論你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
留言0
查看全部
你可能也想看
Google News 追蹤
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議
分析兩位候選人政策利多/ 利空的板塊和股票
🤔為什麼團長的能力是死亡筆記本?
🤔為什麼像是死亡筆記本呢？
🤨作者巧思-讓妮翁死亡合理的幾個伏筆
回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧
當中，我希望外掛一個外部知識庫，叫做RAG，來提升整體問答的品質，同時又能避免機敏資訊被Chat GPT竊取。
緣由參見 ChatGPT回答不是你要的怎麼辦？
詳細實作於 使用Meta釋出的模型，實作Chat G
工欲善其事，必先利其器，要打造屬於自己的Chat GPT之前，我們先學習怎麼建立Google免費提供的Colab環境，它可以免費使用GPU來加速AI的運算，非常適合沒有錢添購GPU，但又想學習前沿AI技術的人。
第一步：打開Google瀏覽器，並點選右上方的「方格子點點」，接著選擇「雲端硬碟」
到目前為止，我們已經完成RAG技術的實作，在上一篇文章使用Meta釋出的模型，實作Chat GPT - Part 5中，可以看到加入RAG之後，可以讓我的大型語言模型回答更為精確。
現在我們要把它用一個畫面做呈現，而不是以程式碼來給大家看，就類似Chat GPT這樣，背後有複雜的程式運行，但是眾人
延續使用Meta釋出的模型，實作Chat GPT - Part 4，我們現在遇到一個問題：語言模型回答的資訊不是我想要的。
於是我參照ChatGPT回答不是你要的怎麼辦？，想使用低成本的技術：RAG，來改善這問題。
以下開始實作，首先引入一個重量級工具包，它叫做LangChain，這是做語言模型
在使用Meta釋出的模型，實作Chat GPT - Part 3中我們已經建立好大型語言模型遇到哪些「字串」要停止輸出的列表，現在我們將它製作成一個物件，對應程式如下：
from transformers import StoppingCriteria, StoppingCriteriaList
或許有不少人看過這個新聞：因為集團策略方向失準，臉書集團 Meta 決定解僱 13%，一萬多名員工。報導上的一行，沒什麼重量。對於臉書員工卻不是：上週是非常恐慌的一週。「個人即使等得及，時代是倉促的，已經在破壞中，還有更大的破壞要來。有一天我們的文明，不論是升華還是浮華，都要成為過去。」——張愛玲
Meta提前告知全體員工裁員的消息，並於三天後發出裁員通知給「被選中」的員工。於是上萬個Meta員工懷著惴惴不安的心情，靜候祖克柏發來命運的email。
Facebook母公司Meta公布Q3財報營收年減4%至296億高於預期的294億，EPS $1.64則低於市場預期的$1.89。
Meta已經連兩季營收下降，預計Q4會再一次年比下滑至300-325億，低於預期的322億，大約年減2-8%。營收下滑但是支出卻是同比上升19%，因此營業利潤率從36%
全球零售媒體巨頭沃爾瑪（Walmart），自 2022 年初公開加強發展廣告業務，並將此計畫命名為「Walmart Connect」，至今陸續傳來與多方企業成為合作夥伴的消息，積極發展「零售媒體聯播網」（Retail Media Network, RMN）。
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議
分析兩位候選人政策利多/ 利空的板塊和股票
🤔為什麼團長的能力是死亡筆記本?
🤔為什麼像是死亡筆記本呢？
🤨作者巧思-讓妮翁死亡合理的幾個伏筆
回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧
當中，我希望外掛一個外部知識庫，叫做RAG，來提升整體問答的品質，同時又能避免機敏資訊被Chat GPT竊取。
緣由參見 ChatGPT回答不是你要的怎麼辦？
詳細實作於 使用Meta釋出的模型，實作Chat G
工欲善其事，必先利其器，要打造屬於自己的Chat GPT之前，我們先學習怎麼建立Google免費提供的Colab環境，它可以免費使用GPU來加速AI的運算，非常適合沒有錢添購GPU，但又想學習前沿AI技術的人。
第一步：打開Google瀏覽器，並點選右上方的「方格子點點」，接著選擇「雲端硬碟」
到目前為止，我們已經完成RAG技術的實作，在上一篇文章使用Meta釋出的模型，實作Chat GPT - Part 5中，可以看到加入RAG之後，可以讓我的大型語言模型回答更為精確。
現在我們要把它用一個畫面做呈現，而不是以程式碼來給大家看，就類似Chat GPT這樣，背後有複雜的程式運行，但是眾人
延續使用Meta釋出的模型，實作Chat GPT - Part 4，我們現在遇到一個問題：語言模型回答的資訊不是我想要的。
於是我參照ChatGPT回答不是你要的怎麼辦？，想使用低成本的技術：RAG，來改善這問題。
以下開始實作，首先引入一個重量級工具包，它叫做LangChain，這是做語言模型
在使用Meta釋出的模型，實作Chat GPT - Part 3中我們已經建立好大型語言模型遇到哪些「字串」要停止輸出的列表，現在我們將它製作成一個物件，對應程式如下：
from transformers import StoppingCriteria, StoppingCriteriaList
或許有不少人看過這個新聞：因為集團策略方向失準，臉書集團 Meta 決定解僱 13%，一萬多名員工。報導上的一行，沒什麼重量。對於臉書員工卻不是：上週是非常恐慌的一週。「個人即使等得及，時代是倉促的，已經在破壞中，還有更大的破壞要來。有一天我們的文明，不論是升華還是浮華，都要成為過去。」——張愛玲
Meta提前告知全體員工裁員的消息，並於三天後發出裁員通知給「被選中」的員工。於是上萬個Meta員工懷著惴惴不安的心情，靜候祖克柏發來命運的email。
Facebook母公司Meta公布Q3財報營收年減4%至296億高於預期的294億，EPS $1.64則低於市場預期的$1.89。
Meta已經連兩季營收下降，預計Q4會再一次年比下滑至300-325億，低於預期的322億，大約年減2-8%。營收下滑但是支出卻是同比上升19%，因此營業利潤率從36%
全球零售媒體巨頭沃爾瑪（Walmart），自 2022 年初公開加強發展廣告業務，並將此計畫命名為「Walmart Connect」，至今陸續傳來與多方企業成為合作夥伴的消息，積極發展「零售媒體聯播網」（Retail Media Network, RMN）。