避免AI模型學壞？台大團隊研發「概念抹除」技術受國際矚目
為避免生成式AI帶來侵權、濫用與倫理等挑戰，在國科會補助支持下，台大電機系教授王鈺強團隊針對生成式AI模型推出「概念抹除」技術，可在不重新訓練整個生成式模型的前提下，精準切斷模型對特定高風險概念的聯想與表現能力(如血腥暴力、深偽換臉、特定藝術家或品牌風格)。
你的AI部署準備就緒了嗎？Cisco：「領導者」企業正創造實質回報
Cisco日前發佈第三年度《人工智慧準備度指數》調查。在台灣接受調查的企業中，僅8% 受訪企業展現出「領導者」（Pacesetters）特質，而全球平均為13%。過去三年，這群少數屬於「領導者」的企業，在實現AI價值的各項指標上均領先同業
讓生成式AI應用在Intel架構系統本地端高效率運作的訣竅
各種AI模型正進駐PC，而且它們變得更聰明、快速、強大；然而，仍會有一個問題：如何在不同的硬體加速器──例如英特爾的GPU或NPU──上讓模型發揮最佳效能？
加速英特爾GPU上的LLM：實用的動態量化指南
動態量化是一種強大的最佳化技術，能顯著提升Transformer模型在Intel GPU的性能，包括搭載於Lunar Lake、Arrow Lake處理器，配備XMX引擎的硬體，以及Alchemist、Battlemage等系列獨立顯卡。
OpenVINO 2025.3: 更多生成式AI，釋放無限可能
全新 OpenVINO 2025.3 版本帶來更快的上手體驗和更強大的性能。此次升級重點聚焦生成式AI，新增對多種尖端模型的支援，並推出全新GenAI流水線，全面擴展了OpenVINO Model Server的能力。
Windows on Snapdragon部署GenAI策略指南
筆者在前一篇文章介紹了如何使用Qualcomm AI Hub來快速地在Windows on Snapdragon (WoS)完成AI應用的部署，然而身為被認證為Copilot+ PC的成員，要能順暢運作本地端生成式AI模型及開發衍生應用才是其最重要的主戰場！本篇文章將會介紹幾種不同的方法在WoS實現本地端生成式AI模型的運作。