好久没写随笔了，今天一写突然发现好像博客快要更新一年了。这下子随笔的标题得把年份加上，和往年的时间加以区别了。笑死，让我想起了"千年虫"事件。这下我的博客要发生”一年虫“危机了。
千年虫：曾经的计算机使用2位十进制数计年，所以到了横跨世纪的时候就会报错
论文阅读[粗读]-Are Emergent Abilities of Large Language Models a Mirage?
前两天看论文解释了emergent ability的出现原因猜想和复现，论文主要表达”涌现“没什么复杂的。我也聊聊我的看法。
大模型的Emergent-Abilities和最优传输
之前看了阿西莫夫的小说《最后的问题》，里面讲到了宇宙里最令人绝望的定律”熵增定律“。今天讲讲人工智能领域最让人绝望的规律”emergent abilities“，在结合最优传输说说我对这个现象的理解，最后聊几个有趣的话题。参考：
Emergent Abilities of Large Language Models
Can LLMs Critique and Iterate on Their Own Outputs?
压缩下一个token通向超过人类的智能
论文阅读[粗读]-Generative Agents: Interactive Simulacra of Human Behavior
今天讲一篇很有意思的论文，如果让25个GPT假装NPC在游戏里自由生活、交流、发展会怎么样呢？
论文阅读[粗读]-强化学习和RLHF中的PPO算法
今天讲讲强化学习里的经典算法PPO，也是现在Gym库里默认的强化学习算法，最后再讲讲RLHF中的PPO算法是怎么算的。参考
Proximal Policy Optimization Algorithms
Trust Region Policy Optimization
A (Long) peek into Reinforcement Learning
论文阅读[粗读]-STaR: Self-Taught Reasoner Bootstrapping Reasoning With Reasoning
今天来讲一个和方法toolformer很像的文章：如何让模型左脚踩右脚学会做题？
3-17总结
转眼又是一周过去了，时间过得越来越快了。今天被同学提醒：开学已经第四周了，感觉好像才开学一样。
GPT4技术报告解读:应用报告
今天openAI发布了GPT-4。直接把PaLM卷到开放API了，相信google是真的被卷麻了。
GPT4附赠了一个98页的报告(没有论文)，报告前面是性能和应用报告，中间是一些附录，最后是技术报告。我就按顺序来给大家讲讲，先讲应用报告。相信很多公众号大概都吹了一波GPT4，我希望我的讲解可以更深入一些，把问题、难点和领域更多地呈现给大家。
论文阅读[粗读]-Toolformer: Language Models Can Teach Themselves to Use Tools
上次讲了多模态大模型，今天讲另一个有意思的大模型工作：toolformer——如何让大模型自己学会去使用工具。在使用工具的情况下， 6.7B的GPT J效果远胜175B的GPT 3.5
我对ChatGPT和近期NLP新形势的想法
过完新年，时间过去不长，没想到NLP领域却出现了新的风暴——ChatGPT(GPT-3.5-turbo)。ChatGPT自身是instructGPT+GPT3.5的结合体，大概在去年12月，就是我得新冠那时候推出。我记得我当时还顶着高烧听n+e学长做分享，但没想到后来会到火出圈的程度。