最近ICLR快截稿了，各种iclr风格的论文都来了，很多内容还挺好玩的
MMSearch: Benchmarking the Potential of Large Models as Multi-modal Search Engines
作者设计了一个benchmark，来测试不同模型作为搜索引擎的效果。发现4o效果最好，超过perplexity
你说得对，但jackeylove真会卡莉斯塔吗？
CODEPLAN: UNLOCKING REASONING POTENTIAL IN LARGE LANGUAGE MODELS BY SCALING CODE-FORM PLANNING
黄民烈老师的工作，大图致敬ReAct的论文图：作者觉得模型代码能力很强，能不能用代码语言做planning呢？找到了一种方案从预训练语料里自动抽取这种code类型的planning。
想起来前几天Scale AI那个 planning in NL。这两拨人是不是得先打一架……
LANGUAGE MODELS LEARN TO MISLEAD HUMANS VIA RLHF
作者发现了一个好玩的现象：在rlhf以后的模型，学会了怎么样说服人类，即使本身的准确率没有提升，但人类更难发现模型输出中的错误了。
所以：在模型的智力超越人类之前，可能说服力会先超越人类？
