AI教父：自我修改或让AI失去控制；Bard在谷歌内部遭质疑；谷歌领衔新研究：大型语言模型可以学习规则。
Nature新研究：在手术台上诊断脑肿瘤的AI。荷兰的科学家报告称，他们利用人工智能（AI）向外科医生提供有关肿瘤的知识，帮助他们做出选择。发表在《自然》杂志上的研究描述了这种方法，计算机扫描肿瘤的DNA片段，发现某些化学修饰，从而对脑肿瘤的类型甚至亚型做出详细诊断。
AI教父：自我修改或让AI失去控制。被称为“人工智能教父”的计算机科学家Geoffrey Hinton因其数十年来在人工智能（AI）和深度学习方面的开创性工作而获得2018年图灵奖。在谷歌工作了十年后，他于5月辞去了谷歌副总裁兼工程研究员的工作。快速发展的AI技术可能会在“5年内”超越人类。他补充说，如果出现这种情况，AI的发展可能会超出人类的控制能力。
Character.AI引入“群聊”功能：多AI交互开启全新对话体验。Character.AI是一家由前谷歌人工智能（AI）研究人员创办的AI聊天机器人初创公司。今天，该公司为其用户推出了一项新功能——群聊体验，用户和他们的朋友可以同时与多个AI角色聊天。
微软、亚马逊等巨头企业制定AI招聘政策。根据软件和人才成功公司Criteria发布的2023年招聘基准报告，如今，只有12%的招聘专业人士表示在招聘或人才管理流程中使用了人工智能（AI）。但Criteria创始人兼首席执行官Josh Millet表示，从简化采购到做出明智的选择决策等各个方面，AI解决方案“正在非常积极地进行营销”。
Bard在谷歌内部遭质疑。几个月来，Alphabet旗下的Google和Discord一直在为Google的人工智能（AI）聊天机器人Bard的重度用户提供仅限邀请的聊天服务。谷歌产品经理、设计师和工程师正在利用该论坛公开讨论AI工具的有效性和实用性，一些人质疑投入开发的大量资源是否值得。Google DeepMind领衔新研究：大型语言模型可以学习规则。
在一些例子和中间步骤的提示下，大型语言模型（LLMs）在各种推理任务中表现出了令人印象深刻的性能。然而，当隐含知识是错误的或与任务不一致时，依赖于LLM中隐含知识的提示方法往往会幻化出不正确的答案。为了解决这个问题，该研究提出了“假设到理论”（Hypotheses-to-Theories，HtT）框架，这是一个学习LLMs推理规则库的框架。
Mini-DALLE3：通过提示实现交互式文本生图。受最近发布的DALLE3的启发，该研究重新审视了现有的T2I系统，努力对准人的意图，并引入了一个新任务——交互式文本到图像（iT2I），人们可以与大型语言模型（LLMs）交互，使用自然语言交错生成/编辑/完善高质量图像，并回答具有更强图像和文本对应性的问题。
大型语言模型能进行物理推理吗？大型语言模型（LLMs）通过其上下文表示，已被经验证明可以囊括句法、语义、词义和常识性知识。然而，人们对它们的物理推理能力，特别是理解日常物体的关键属性的探索还很有限。
实证研究：指令微调的中文大型语言模型。ChatGPT的成功验证了大型语言模型（LLMs）在通用人工智能（AGI）中的潜力。随后，LLMs的发布引发了开源社区对指令调谐的兴趣，这被认为会加速ChatGPT的复制进程。然而，对于中文的指令调谐LLMs的研究仍处于早期阶段。
技术报告：快手KwaiYiiMath数学大模型。最近，大型语言模型（LLMs）在处理各种自然语言处理（NLP）下游任务，甚至是需要多步推理的数学任务方面表现出了卓越的能力。该研究介绍了KwaiYiiMath，它通过应用监督微调（SFT）和人类反馈强化学习（RLHF），增强了KwaiYiiBase1的数学推理能力，包括中英文数学任务。
报告：视觉计算扩散模型的最新进展。这份最新报告（STAR）旨在介绍扩散模型的基本数学概念、实现细节和流行的稳定扩散模型的设计选择，并概述这些生成式人工智能工具的重要方面，包括个性化、调节、反转等。