随着大型语言模型（LLMs）的广泛应用，它们在复杂任务上的表现备受瞩目。然而，LLMs的推理可能受内在偏差影响，导致结果与实际决策不符。本文将探讨如何揭示LLMs中未被明确提出的偏见，为模型的透明度和可靠性提供新的视角。

大语言模型 (LLMs)，如 LLaMA 模型，已在多种通用领域的自然语言处理 (NLP) 任务中展现出其有效性。然而，由于回答需要医学专业知识，大语言模型在生物医学领域的任务中尚未发挥最佳性能。针对这一挑战，我们提出了华驼 (HuaTuo)，这是一个基于 LLaMA 的模型，通过生成的问答 (QA) 实例进行了监督微调。实验结果表明，华驼生成的回答具有更可靠的医学知识。我们提出的华驼模型可在 https://github.com/SCIR-HI/Huatuo-Llama-Med-Chinese 获取。

今天，开放人工智能发布了两款重要的预览模型：o1-preview和o1-mini（尽管名字中带“迷你”，但它也是一个预览版本）——之前传闻它们的代号是“草莓”。这些模型并非简单地在性能上比GPT-4有所提升，而是引入了成本和性能的显著权衡，以换取更强大的“推理”能力...