Top PaperGoogle DeepMind发表新论文，Alpha家族再添一名新成员—AlphaDev，AI重写排序算法，速度快70%，Google DeepMind称AlphaDev将改变计算基础。

该研究探索了ChatGPT模型在对话理解领域的能力，并介绍了一个可用于未来研究的对话框架。

本文介绍了一种新的模型HQ-SAM，该模型可以在保持原模型设计、高效性和零样本泛化能力的同时，准确地分段任何对象，尤其是那些具有复杂结构的对象。

本文证明了 CoT 在实现大语言模型（LLM）推理中是不可或缺的，并从理论和实验角度揭示了 CoT 如何释放 LLM 的巨大潜力。

该研究解决了文本到图像扩散模型的计算和速度问题，使其能够在手机设备上在不到2秒的时间内运行，避免了高端GPU和云推理这些成本高昂的方式，同时也规避了隐私问题。

本文研究了直接在文件字节上进行分类，而不需要在推理时对文件进行解码的方法。使用文件字节作为模型输入可以使模型在多个输入模态上运行。作者成功开发了一个名为ByteFormer的模型，能够直接在文件字节上进行训练和测试，在训练和测试使用TIFF文件字节时，ByteFormer的ImageNet Top-1分类准确率达到77.33％（在RGB图像上操作时为72.2％）。

OpenAI 最新研究，提出了一种减轻 ChatGPT 幻觉、实现更好对齐的新方法——通过“过程监督”来提高 ChatGPT 等 AI 大模型的数学推理能力。