我们能否避免历史十字路口上的战争？这个问题已经被个人、学者、政策制定者和组织在人类历史中追寻了很长时间。在这项研究中，我们尝试根据人工智能（AI）和大型语言模型（LLM）的最新进展来回答这个问题。我们提出了一个名为\textbf{WarAgent}的LLM驱动的多智能体AI系统，用于模拟历史上的国际冲突，包括第一次世界大战（WWI）、第二次世界大战（WWII）和中国古代的战国时期（WSP）中参与国家的决策和后果。通过评估模拟的有效性，我们研究了尖端AI系统在研究复杂的集体人类行为（例如在不同环境下的国际冲突）方面的能力的进展和限制。在这些模拟中，智能体之间的紧密互动也为研究导致战争的触发因素和条件提供了一种新的视角。我们的发现提供了数据驱动和AI增强的见解，可以重新定义我们如何处理冲突解决和维和策略。这些影响超越了历史分析，为使用AI理解人类历史并可能预防未来国际冲突提供了一个蓝图。代码和数据可在\url{https://github.com/agiresearch/WarAgent}上获得。

权重初始化在神经网络训练中起着重要作用。已经提出并评估了广泛使用的初始化方法，用于从头开始训练的网络。然而，越来越多的预训练模型现在为解决这个经典的权重初始化问题提供了新的机会。在这项工作中，我们介绍了权重选择，这是一种通过从预训练的较大模型中选择子集来初始化较小模型的方法。这使得可以将预训练权重的知识转移到较小的模型中。我们的实验表明，权重选择可以显著提高小模型的性能并减少它们的训练时间。值得注意的是，它还可以与知识蒸馏一起使用。权重选择为在资源受限的环境中利用预训练模型的能力提供了一种新的方法，我们希望它能成为在大模型时代训练小模型的有用工具。代码可在https://github.com/OscarXZQ/weight-selection上找到。

将预训练的大规模文本到图像扩散模型用于文本到3D生成已经显示出很大的潜力，但仍然存在不一致的3D几何结构（Janus问题）和严重的伪影。上述问题主要源于2D扩散模型在提取时缺乏3D意识。在这项工作中，我们提出了GeoDream，一种新颖的方法，将显式的广义3D先验与2D扩散先验相结合，以增强获得明确的3D一致几何结构的能力，而不会牺牲多样性或保真度。具体而言，我们首先利用多视图扩散模型生成姿态图像，然后从预测的图像构建代价体，作为本地3D几何先验，确保在3D空间中的空间一致性。随后，我们进一步提出利用3D几何先验通过解耦设计解锁2D扩散先验中3D意识的巨大潜力。值得注意的是，解耦2D和3D先验使我们能够进一步精细化3D几何先验。我们证明，精细化的3D几何先验有助于提高2D扩散先验的3D感知能力，反过来为3D几何先验的精细化提供了更好的指导。我们的数字和视觉比较表明，GeoDream生成更具3D一致性的纹理网格，并具有高分辨率的逼真渲染（即1024×1024），并更加密切地遵循语义连贯性。

如何在不牺牲性能的前提下减少神经网络（NN）的计算和存储要求？许多最近的研究使用稀疏的专家混合（MoEs）构建资源高效的大语言模型（LMs）。在这里，我们介绍了MoEs的几个新颖视角，提出了一个通用框架，统一了各种近似两层NN（例如Transformer的前馈块）的方法，包括产品键记忆（PKMs）。利用此框架的见解，我们提出了改进MoEs和PKMs的方法。与以前比较MoEs与密集基线的工作相比，我们的评估条件是参数相等的，这对于正确评估LMs至关重要。我们展示了我们的MoEs在WikiText-103和enwiki8数据集的两个不同规模上与密集Transformer-XL相竞争，同时更加资源高效。这表明MoEs不仅适用于极大的LMs，而且适用于任何规模的资源高效LMs。我们的代码是公开的。

最近，神经网络高斯函数的出现在神经渲染领域引起了一场革命，使得高质量渲染以实时速度生成成为可能。然而，当应用于具有反射表面的场景时，显式和离散表示会遇到挑战。在本文中，我们提出了一种名为GaussianShader的新方法，它在三维高斯函数上应用简化的着色函数，以增强具有反射表面的场景中的神经渲染效果，同时保持训练和渲染效率。应用着色函数的主要挑战在于对离散三维高斯函数进行准确的法线估计。具体来说，我们提出了一种基于三维高斯函数最短轴方向的法线估计框架，并设计了一个精心设计的损失函数，以使法线与高斯球的几何形状一致。实验表明，GaussianShader在效率和视觉质量之间取得了可观的平衡。我们的方法在PSNR上超过了Gaussian Splatting，展现了1.57dB的提高。与处理反射表面的先前工作（例如Ref-NeRF）相比，我们的优化时间显著加快（23h vs. 0.58h）。请点击我们的项目网站以查看更多结果。

一个更简单直接的程序是提高可维护性、编写安全和无错误程序的关键因素。然而，由于工作量大和破坏已有程序的风险，程序员不愿意进行代码重构，这也导致潜在的学习经验的流失。为了缓解这种情况，我们展示了使用大型语言模型（LLM）GPT-3.5 来建议用户编写的 Python 程序的简化版本的应用，旨在鼓励用户学习如何编写更好的程序。我们提出了一种方法，利用 LLM 的少样本提示，通过在先前的单次示例评估基础上选择最适合每个目标编程问题的代码重构示例。定量评估表明，通过生成每个程序10个候选项，95.68% 的程序可以进行重构，平均圈复杂度减少了17.35%，平均行数减少了25.84%，过滤掉只生成语义正确的程序。此外，定性评估显示出了出色的代码格式化能力，同时还观察到了删除或翻译注释等不必要的行为。

随着数据集大小和计算资源在近年来的巨大增长，所谓的基础模型已经在自然语言处理和视觉任务中变得流行起来。在这项工作中，我们提出探索基础模型用于在3D形状上进行关键点检测的任务。关键点检测的一个独特特征是，它需要语义和几何意识，同时要求高定位精度。为了解决这个问题，我们首先提出将来自大型预训练2D视觉模型的特征反投影到3D形状上，并将其用于此任务。我们展示了我们获得的强健的3D特征包含丰富的语义信息，并分析了来自不同2D基础模型的多个候选特征。其次，我们采用关键点候选优化模块，旨在匹配形状上关键点的平均观察分布，并由反投影特征引导。由此得出的方法在KeyPointNet数据集上实现了新的最先进的有限样本关键点检测，几乎将先前最佳方法的性能翻倍。

通用的基础模型，如GPT-4，在各种领域和任务中展示了惊人的能力。然而，普遍存在一种假设，即它们无法匹配精细调整模型的专业能力。例如，迄今为止大多数关于医学能力基准的探索都利用了领域特定的训练，如BioGPT和Med-PaLM。我们在之前对GPT-4在医学挑战基准测试中的能力的研究基础上进行了构建，而不是使用简单的提示来突出模型的开箱即用能力，我们进行了系统的提示工程探索。我们发现，提示创新可以解锁更深层次的专业能力，并且证明GPT-4很容易超越以前医学基准测试的领先结果。我们探索的提示方法是通用的，没有特定的领域专业知识，消除了需要专家策划内容的需求。我们的实验设计在提示工程过程中仔细控制过拟合。我们介绍了Medprompt，它基于几种提示策略的组合。使用Medprompt，GPT-4在MultiMedQA套件的所有九个基准数据集上都取得了最新的成果。该方法以数量级较少的模型调用次数显著优于领先的专业模型，如Med-PaLM 2。在MedQA数据集上，通过Medprompt引导GPT-4可以将错误率降低27％，超过迄今为止使用专业模型实现的最佳方法，并首次超过90％的得分。除了医学问题，我们展示了Medprompt的普适性，提供了该方法在电气工程、机器学习、哲学、会计、法律、护理和临床心理学考试中的研究证据。

本文解决了给定分子图形如何在三维空间中生成分子构象的问题。我们将这些构象参数化为连续函数，将分子图形元素映射到三维空间中的点。然后，我们将学习生成构象的问题规定为使用扩散生成模型——分子构象场（MCF）学习这些函数的分布。我们的方法简单可扩展，并在具有挑战性的分子构象生成基准测试中实现了最先进的性能，同时不对分子的显式结构（例如建模扭转角度）做出任何假设。MCF在推广扩散模型以以概念简单、可扩展和有效的方式处理复杂科学问题方面具有进展。

虽然最初的Structure-from-Motion（SfM）方法既包括全局方法又包括增量方法，但最近的大多数应用都依赖于增量系统来估计相机姿态，因为它们具有更强的鲁棒性。虽然基于从数据中学习的深度模型的SfM“前端”取得了巨大进展，但最先进的（增量）SfM流水线仍然依赖于2004年开发的经典SIFT特征。在这项工作中，我们研究了利用特征提取和匹配的发展是否有助于全局SfM与SOTA增量SfM方法（COLMAP）表现相当。为此，我们设计了一个模块化的SfM框架，使我们能够轻松地结合SfM流水线不同阶段的发展。我们的实验表明，虽然基于深度学习的两视图对应估计的发展确实能够将全局SfM重建的场景的点密度提高，但在一系列数据集上与增量SfM结果进行比较时，它们都没有超过SIFT。我们的SfM系统从头开始设计，利用分布式计算，使我们能够在多台计算机上并行计算并扩展到大型场景。