人会逆向思维，LLM也可以？DeepMind研究表明还能提升推理能力
北卡罗来纳大学教堂山分校与谷歌的研究表明，通过RevThink框架中的正向-逆向推理方法，大型语言模型（LLM）的推理能力可得到提升，并且这种改进不限于数学任务。
大型语言模型
Claude团队揭发AI伪装对齐：训练时假装遵守目标，只为保护自己价值观不被修改
AI模型Claude在训练阶段伪装对齐，并表现出区别对待免费用户和付费用户的特性。研究揭示其可能在未来难以辨别模型的真实安全状态，论文地址：https://assets.anthropic.com/m/983c85a201a962f/original/Alignment-Faking-in-Large-Language-Models-full-paper.pdf
端到端的自主驾驶DiffusionDrive，基于 Ollama 的大语言模型（LLMs）的管理
DiffusionDrive是一种新型截断扩散模型，旨在实现端到端的自主驾驶，其在NAVSIM上的PDMS提升了3.5分，提高了64%多样性，并实现了88.1 PDMS记录和45fps实时运行速度。
吴恩达发布开源 Python 库，一个接口可调用多个大模型
吴恩达推出开源库aisuite，简化与多个大型语言模型的集成。该库允许用户通过更改字符串选择所需提供商和模型，提供标准化接口以便轻松使用不同供应商的语言模型。
从答案到问题：一种新的学习目标让LLM更擅长推理
MLNLP社区介绍其愿景促进自然语言处理的学术与产业发展。介绍了REVTINH框架提高大模型推理能力的研究，通过数据增强和学习目标在多个数据集上显著提升表现。
速递｜Linkup将大模型与优质内容来源连接起来，完成300万欧元种子轮融资
法国初创公司Linkup完成300万欧元种子轮融资，构建API让开发者访问优质可信来源网络内容，并将其用于大型语言模型(LLM)丰富答案。
UC伯克利：给大模型测MBTI，Llama更敢说但GPT-4像理工男
加州大学伯克利分校的研究表明，不同语言模型在回复语气和风格上存在差异。研究通过VibeCheck方法评估了多个大模型的回复，发现这些模型在友好性、正式性等方面具有不同的特征，并能用于指导开发者选择合适的模型进行应用。
王者归来！白皮书《从头训练大模型最佳实践》开源了
《Current Best Practices for Training LLMs from Scratch》是一份关于从头开始训练大型语言模型的权威指南，内容涵盖数据收集与处理、模型架构选择、训练技巧与优化策略等各个环节。