作者：

亚洲地区市场的表现受到日本央行决定的影响，央行在周二发表了大部分偏鸽派的言论，同时将利率上调了17年来首次。然而，由于周三日本市场关闭，交易量有限。

尽管如此，由于科技和能源股的强势表现，华尔街指数在隔夜收盘时大涨。然而，由于对美联储行动的日益忧虑，美国股指期货在亚洲交易中出现轻微下跌。

韩国的KOSPI指数表现最为出色，在三星电子股份有限公司（KS:005930）股价大涨4.4%的带动下，上涨了1.1%。在传出英伟达公司（NASDAQ:NVDA）考虑在其人工智能处理器中使用三星高带宽存储芯片的消息后，这家电子巨头获得了巨大提振。因此，目前在生产先进HBM芯片方面领先的现代（SK Hynix Inc (KS:000660)）股价下跌近3%，投资者在权衡对手竞争加剧的前景时感到焦虑。

有趣的是，大多数其他亚洲股指周三保持相对稳定，投资者避免进行重要投注，因为他们在等待美联储会议结果。随着中国人民银行保持其基准贷款利率不变，市场预期实现一致，中国上证深证300和上证综指以及香港恒生指数表现平平。同时，澳大利亚的澳交所200指数略微上涨，延续了澳大利亚储备银行对利率持较不鹰派立场后的涨势。

印度尼西亚50指数期货指数显示出稍微正面的开盘情况。印度尼西亚尼夫蒂指数和BSE Sensex 30指数在周二分别下跌了超过1%，而两者均有望在周三反弹。

投资者关注的焦点是稍后举行的美联储会议的结束时间。尽管人们普遍预期央行将维持利率不变，但所有目光都将聚焦于关于其2024年减息计划的任何信号。

尤其值得关注的是美联储的政策声明以及随后与鲍威尔主席的新闻发布会。市场参与者对近两个月来较预期更高的通胀数据之后是否会传递出任何鹰派信号格外警惕。

常见问题解答

NBCUniversal在周三揭示了其开创性计划，将先进的生成式人工智能技术整合到其广告销售策略中，引领广告行业的变革。公司在备受期待的One24活动上宣布了这一消息，旨在向广告商展示新的创新。

随着对传递更精准和有针对性信息的关注不断增加，NBCUniversal旨在利用人工智能技术提升受众定位能力，增强广告商业表现。通过分析其庞大作品和数字内容组合，以及利用首方数据，NBCUniversal将创建“基于情感的AI动力受众群体”，从而使广告商能够有效地将内容与观众匹配。

与传统广告方法不同，NBCUniversal的AI计划推动程序化购买，通过自动化多个方面来简化广告流程。这一举措标志着重要的里程碑，因为程序化购买将在即将到来的巴黎奥运会上首次亮相。NBCUniversal已与The Trade Desk合作，为广告商提供私人市场和可竞标访问，从美国奥运预选赛到奥运会和残奥会。

除了为观众体验引入创新增强功能外，NBCUniversal还推出了虚拟餐饮服务功能，允许观众在观看现场体育比赛或电影时方便地订购食物、饮料和其他物品进行配送。此外，Must Shop TV功能将为六个受欢迎的系列节目提供电子商务能力，使观众能够立即购买在节目中展示的产品，如《Below Deck》、《Love Island USA》、《Southern Charm》、《Summer House》、《Top Chef》和《Winter Hours》。

为了准确测量观众数据的重要性，NBCUniversal推出了“One Platform Total Measurement”计划。这一新举措旨在捕捉在各种平台上的观看量，并已与VideoAmp、EDO和Kochava等公司建立战略合作关系，用于相关测量倡议。尽管尼尔森仍然是主要的第三方观众数量提供商，但媒体公司越来越多地寻求替代或补充货币来衡量观众参与度和影响力。

NBCU全球广告与合作伙伴主席Mark Marshall强调了电视广告在当今数字时代的转型潜力。他表示：“如今的电视是一种全方位的绩效工具，在这里，营销人员可以在任何屏幕上规模化地启动、构建和发展他们的品牌。” Marshall对持续的技术创新表现出热情，并强调了NBCUniversal推动业务发展和赋权各种规模营销人员的承诺。

常见问题：

1. NBCUniversal的新广告策略是什么？

NBCUniversal正在将生成式人工智能技术整合到其广告销售工作中，以增强受众定位能力并提升广告商业表现。

2. NBCUniversal将如何在广告策略中使用人工智能？

人工智能技术将分析编程和数字内容，创建基于情感的人工智能动力受众群体，使广告商能够有效地将其内容与观众匹配。

3. 什么是程序化购买，NBCUniversal如何利用它？

程序化购买自动化广告流程的多个方面，减少了阻力，提高了有效性。NBCUniversal将从美国奥运预选赛到奥运会和残奥会，提供私人市场和可竞标访问，引入程序化购买。

4. NBCUniversal将推出哪些额外功能来增强观众体验？

NBCUniversal将推出虚拟餐饮服务，允许观众在观看现场体育比赛或电影时方便地订购食物、饮料和其他物品进行配送。Must Shop TV功能还将为受欢迎的系列节目提供电子商务能力，使观众能够即时购买这些节目中展示的产品。… Read the rest

人工智能（AI）模型长期以来一直使用受版权保护的材料进行训练，但最近的发展表明有替代方法可以在不侵犯知识产权的情况下训练这些模型。一组得到法国政府支持的研究人员发布了一组由全文公共领域文本组成的重要AI训练数据集。这一开创性数据集提供了证据，表明大型语言模型可以在不需要无版权许可的情况下进行训练。

非营利组织Fairly Trained还宣布成功认证了其首个大型语言模型KL3M。这个模型由一家名为273 Ventures的芝加哥法律科技咨询初创公司开发，使用了一个由法律、金融和监管文件组成的精心策划的训练数据集。通过遵守版权法并利用自己的数据集，273 Ventures证明了可以构建大型语言模型而不涉及版权侵犯的争议问题。

根据273 Ventures的联合创始人吉利安·博马里托（Jillian Bommarito）表示，他们决定使用自己的数据集来训练KL3M是由于他们在法律行业的风险规避客户的需求。这些客户担心数据的来源，并希望确保他们的AI模型不是基于有争议的或受版权保护的数据。博马里托强调，模型的规模并不需要过于庞大，高质量的数据可以带来更好的性能和专业化。

尽管像KL3M这样的数据集目前在规模上比不上像OpenAI这样的行业巨头编制的数据集，但未来有希望。研究人员最近发布了Common Corpus，他们声称这是目前最大的可用于语言模型的AI数据集，完全由公共领域内容组成。该数据集发布在开源AI平台Hugging Face上，包含了由美国国会图书馆和法国国家图书馆等机构数字化的公共领域报纸的文本。Common Corpus旨在为研究人员和初创公司提供一个经过审核的训练集，不受版权问题的影响。

虽然由公共领域内容组成的数据集存在诸如过时信息等限制，但它们为训练大型语言模型提供了一项宝贵的资源。像Common Corpus和KL3M这样的项目展示了AI社区对无需许可数据爬取的争论持有的日益怀疑态度。事实上，Fairly Trained最近认证了其首家提供AI语音模型的公司，显示出业界越来越倾向于获取适当许可并尊重知识产权的趋势。

常见问题解答（FAQ）

1. 什么是Fairly Trained？
Fairly Trained是一家非营利组织，为可以证明其对AI模型进行训练的公司提供认证，这些公司拥有自己拥有、已获得许可或是属于公共领域的数据。Fairly Trained的目标是鼓励在AI开发中采用公平和道德的做法。

2. KL3M与其他大型语言模型有何不同？
KL3M之所以独特，是因为它是使用符合版权法的法律、金融和监管文件的精心策划数据集进行训练的。与其他模型不同，KL3M避免了版权侵犯问题，并提供权威可靠的结果，使其成为法律行业客户的理想选择。

3. 什么是Common Corpus数据集？
Common Corpus是一个由公共领域内容构建的AI数据集，例如来自美国国会图书馆和法国国家图书馆等机构数字化的报纸。它旨在为研究人员和初创公司提供一个经过审核的训练集，免受版权问题的影响，尽管可能不包含最新的信息。

4. 为什么越来越多的AI领域倾向于进行许可证处理？
随着AI技术的进步和日益成熟，对尊重知识产权的意识与日俱增。许多组织，包括作者协会和SAG-AFTRA，支持Fairly Trained推广在AI开发中采纳公平许可实践的使命。

人工智能（AI）模型近年来取得了重大进展，但在训练这些模型时面临的挑战之一是使用受版权保护的材料。然而，现在出现了可以在不侵犯知识产权的情况下训练AI模型的替代方法。

一组得到法国政府支持的研究人员通过发布一组由全文公共领域文本组成的AI训练数据集在这一领域做出了开创性贡献。这一数据集提供了证据，表明大型语言模型可以在不需要无版权许可的情况下进行训练。这一进展开启了训练AI模型的新可能性，确保了符合版权法。

此外，非营利组织Fairly Trained取得了重要里程碑，成功认证了其首个名为KL3M的大型语言模型。 KL3M是由一家位于芝加哥的法律科技咨询初创公司273 Ventures开发的，使用了一组包含法律、金融和监管文件的精心策划的数据集进行训练。通过遵守版权法并使用自己的数据集，273 Ventures证明了可以构建大型语言模型而不涉及版权侵犯的争议问题。

273 Ventures的联合创始人吉利安·博马里托（Jillian Bommarito）提到，其决定使用自己的数据集对KL3M进行训练是由于他们在法律行业风险规避客户的关切。客户希望确保其AI模型不是基于受版权保护或受污染的数据。博马里托强调，模型的规模并不需要非常庞大，强调高质量数据在实现更好性能和专业化方面的重要性。

尽管像KL3M这样的数据集目前可能相对于OpenAI等行业巨头编制的数据集规模较小，但未来却充满希望。研究人员最近发布了Common Corpus，声称这是目前最大的可用于语言模型的AI数据集，完全由公共领域内容组成。这一数据集托管在开源AI平台Hugging Face上，包括来自美国国会图书馆和法国国家图书馆等机构数字化的公共领域报纸的文本。Common Corpus旨在为研究人员和初创公司提供一个经过审核的训练集，免受版权问题的影响。

尽管由公共领域内容组成的数据集存在一些限制，比如可能包含陈旧信息，但它们为训练大型语言模型提供了一项宝贵的资源。像Common Corpus和KL3M这样的项目展示了AI社区对无需许可数据爬取的争论持有的日益怀疑态度。事实上，Fairly Trained最近认证了其首家提供AI语音模型的公司，表明该行业越来越倾向于获取适当许可并尊重知识产权的趋势。… Read the rest

每年，行业都面临着越来越复杂的挑战，因为他们努力跟上技术的迅速发展并满足客户不断增长的期望。这对那些受到严格监管的行业尤为重要，因为他们必须在持续发展的监管环境中航行，同时解决隐私、韧性、网络安全、数据主权等要求。对于在金融服务、医疗保健和其他受监管领域运营的组织来说，管理风险变得更加重要，不仅要履行合规义务，还要维护客户的信心和信任。

企业必须着重考虑的一个关键领域是运营灵活性。运营灵活性的基本原则根植于一种信念，即中断是不可避免的，组织必须准备好吸收和适应任何可能出现的冲击。这些中断范围从网络事件和技术故障到自然灾害等广泛。随着企业对技术的依赖程度越来越高，并且依赖第三方和第四方，人们对组织在主要中断期间继续提供基本服务并确保安全的期望也日益增长。这需要采取积极的措施来最大程度地减少停机时间并解决供应链中的漏洞，使企业能够在不确定的环境中保持竞争力。

然而，运营灵活性与传统的灾难恢复方法不同。过去，公司专注于在事件发生后数天内恢复正常运营，并制定了具体的恢复点目标和恢复时间目标。虽然这一实践仍然很重要，但各行各业对传统的灾难恢复方法的兴趣正在减弱，尤其是在监管机构中。这表现在全球新的监管要求和期望的出现。例如，英国英格兰银行引入了关键第三方制度，欧洲实施了数字运营韧性法案，澳大利亚实施了APRA CPS-230运营风险管理，加拿大实施了OSFI – 运营韧性和运营风险管理。在美国，美国国家银行监务局（OCC）也意识到运营韧性的必要性。

因此，组织必须将运营韧性置于优先位置，以确保稳定性、市场诚信和对自身和客户的机密数据的保护。通过投资于能够吸收冲击并使关键业务服务得以延续的强有力策略和技术，企业可以建立信任，保持竞争优势，并维护监管合规性。

常见问题解答（FAQ）

什么是运营灵活性？
运营灵活性是指组织应对各种冲击和中断（如网络事件、技术故障和自然灾害）的能力。它涉及实施措施和策略，以最大程度地减少停机时间、保护市场诚信和保护机密数据。

运营灵活性与灾难恢复有何不同？
灾难恢复关注在事件发生后的一定时间内恢复正常运营，而运营灵活性采取更加积极主动的方式。它假设中断是不可避免的，并寻求吸收和适应冲击，而不仅仅是简单地从中恢复。运营灵活性考虑了更广泛的潜在中断，强调了关键业务服务的持续性。

为什么对于受监管行业而言，运营灵活性如此重要？
受监管行业，如金融服务和医疗保健，由于其监管义务，面临着额外的挑战和期望。在这些行业，运营灵活性对于满足合规要求、维护客户信心和保护敏感信息至关重要。通过优先考虑运营灵活性，受监管行业能够有效管理风险，并展示他们对稳定性和数据安全的承诺。

来源：
– 英国英格兰银行：https://www.bankofengland.co.uk/prudential-regulation/gradual-removal-of-the-critical-third-party-regime
– 欧洲委员会：https://ec.europa.eu/digital-single-market/en/news/consultation-digital-operational-resilience-act-dora
– 澳大利亚金融监管局：https://www.apra.gov.au/cross-industry/cps-230-operational-risk-management
– 加拿大金融监管局：https://www.osfi-bsif.gc.ca/Eng/fi-if/rg-ro/gdn-ort/rtn-rrm/Pages/rrm.aspx
– 美国国家银行监视局：https://www.occ.gov/news-issuances/bulletins/2021/bulletin-2021-10.html… Read the rest

半导体行业以其复杂性和高风险而闻名，不断寻求解决方案以改进其产品开发流程并确保高标准。多年来，基于云的软件解决方案已经成为实现这些目标的关键工具。实际上，半导体行业的各个领域已经采用了云策略，以在飞速发展的数字化格局中保持竞争力。

云计算有多种方式可以彻底改变半导体行业。其中一个关键好处是提供高性能计算（HPC）基础设施，用于芯片设计和开发。通过基于云的电子设计自动化（EDA）软件，半导体公司可以访问可扩展、可靠和安全的计算资源。这不仅降低了现场HPC系统的成本和复杂性，还能加速创新，改善上市时间。

云计算可以产生重大影响的另一个领域是供应链管理。借助大数据分析和人工智能功能，芯片制造商可以优化其库存、采购和需求计划。这使他们能够应对市场的波动和不确定性，改善运营效率，并增强其决策过程。

此外，云计算提供了实时数据收集、处理和可视化工具，使芯片制造商能够监控和优化其制造过程和设备。通过利用这些工具，半导体公司可以改进产品质量、产量和通过率，最终提高客户满意度。

除了支持设计和制造过程，云计算还在物流和销售中发挥关键作用。通过提供协作和沟通工具，云能帮助芯片制造商与下游客户和合作伙伴（如设备制造商、分销商和零售商）协调。这简化了供应链，提高了客户服务和满意度，并建立了长期忠诚度。

总的来说，将云计算整合到半导体行业中带来了许多好处，包括成本降低、性能提高、IP保护、可扩展存储、大数据分析、协作工具等。正如半导体学科专家Chetan Arvind Patil所指出的那样，云计算使半导体公司能够捕获并连接所有可能的数据点，从而改革他们的业务。

常见问题解答

问：什么是云计算？
答：云计算是指通过互联网提供包括存储、处理能力和软件应用在内的计算服务。它让用户能够按需访问资源和应用，而无需现场基础设施。

问：云计算如何使半导体行业受益？
答：云计算为半导体行业带来了诸多好处，包括成本降低、性能提高、IP保护、可扩展存储、大数据分析和协作工具。它加快了创新，增强了决策过程，并简化了供应链管理。

问：云计算如何改善芯片设计和制造过程？
答：云计算为芯片设计和开发提供高性能计算基础设施。它使芯片制造商能够访问可扩展、可靠和安全的计算资源，降低了现场系统的成本和复杂性。同时，它还可以进行实时数据收集和可视化，优化制造过程，改善产品质量、产量和通过率。

问：云计算在供应链管理中扮演什么角色？
答：云计算利用其大数据分析和人工智能功能，帮助芯片制造商优化供应链、库存管理、采购和需求计划。它使他们能够应对市场波动，提高运营效率，并做出数据驱动的决策。

问：云计算如何改善物流和销售？
答：云计算提供协作和沟通工具，帮助芯片制造商与下游客户和合作伙伴协调。这简化了供应链，提高了客户服务和满意度，并促进长期忠诚度。

参考来源：
– 示例来源1
– 示例来源2… Read the rest