本期介绍一种基于训练后鹦鹉关键行为的高效优化方法——鹦鹉优化器(ParrotOptimizer,PO)。该成果于2024年2月发表在中科院2区topSCI期刊ComputersinBiologyandMedicine（IF=7.7）1、简介鹦鹉优化器（PO）是一种受训练有素的PyrrhuraMolinae鹦鹉观察到的关键行为启发的高效优化方法。该研究以定性分析和综合实验为特色，展示了鹦鹉优化器在处理各种优化问题时的独特特征。性能评估包括在35个函数上对所提出的PO进行基准测试，包括来自IEEECEC2022测试集的经典案例和问题，并将其与八种流行算法进行比较。结果生动地突出了PO在其探索性和开

最近，包括LeCun在内的一众大佬又开始针对LLM开炮了。最新的突破口是，LLM完全没有推理能力！在LeCun看来，推理能力的缺陷几乎是LLM的「死穴」，无论未来采用多强大的算力，多广阔和优质的数据集训练LLM，都无法解决这个问题。而LeCun抛出的观点，引发了众多网友和AI大佬针对这个问题的讨论，其中包括xAI的联合创始人之一ChristianSzegedy。AI科学家ChristianSzegedy回复LeCun：卷积网络的推理能力更加有限，但这并没有影响AlphaZero的能力。从两位大佬的进一步讨论中，我们甚至能窥探到xAI未来的技术方向——如何利用大模型的能力突破AI的推理能力上限。

我正在运行UbuntuPrecise。在我的/etc/init.d中，我有一个bash脚本，它在启动时执行以下操作:循环将图像装载到NTFS驱动器上。该镜像包含一个名为home的目录的ext2文件系统然后它使用--rbind选项进行挂载，将镜像文件中的home挂载到/home上。目前运行良好，尽管在/home中打开文件不会阻止卸载循环挂载。不幸的是，Nautilus在可移动驱动器列表中显示循环安装，并带有一个图标，允许用户卸载循环安装。卸载安装/home的驱动器不利于系统运行良好。如何让Nautilus不显示这个循环安装的设备？manudisk(7)说“udev数据库中的影响设备属性”

我正在运行UbuntuPrecise。在我的/etc/init.d中，我有一个bash脚本，它在启动时执行以下操作:循环将图像装载到NTFS驱动器上。该镜像包含一个名为home的目录的ext2文件系统然后它使用--rbind选项进行挂载，将镜像文件中的home挂载到/home上。目前运行良好，尽管在/home中打开文件不会阻止卸载循环挂载。不幸的是，Nautilus在可移动驱动器列表中显示循环安装，并带有一个图标，允许用户卸载循环安装。卸载安装/home的驱动器不利于系统运行良好。如何让Nautilus不显示这个循环安装的设备？manudisk(7)说“udev数据库中的影响设备属性”

虽然大型预训练语言模型（LLM）在一系列下游任务中展现出飞速提升的性能，但它们是否真的理解其使用和生成的文本语义？长期以来，AI社区对这一问题存在很大的分歧。有一种猜测是，纯粹基于语言的形式（例如训练语料库中token的条件分布）进行训练的语言模型不会获得任何语义。相反，它们仅仅是根据从训练数据中收集的表面统计相关性来生成文本，其强大的涌现能力则归因于模型和训练数据的规模。这部分人将LLM称为「随机鹦鹉」。但也有一部分人不认同此观点。一项最近的研究表明，大约51%的NLP社区受访者同意：「一些仅通过文本训练的生成模型，在拥有足够的数据和计算资源的情况下，可以以某种有意义的方式理解自然语言（超越