1、Separate Anything You Describe：分离音频
输入文字描述，从音频中分离出对应的声音。 可以从混合的音频中分离出人声、笑声、雨滴声、二胡声等声音。
项目地址：https://audio-agi.github.io/Separate-Anything-You-Describe/
Github：https://github.com/Audio-AGI/AudioSep
2、Catastrophic Jailbreak of Open-source LLMs：开源LLM安全性大失败
仅通过调整解码超参数和采样方法，可以轻松突破LLaMA2, Vicuna, Falcon, MPT的安全限制。作者认为开源LLM得好好重视一下安全问题。
项目地址：https://princeton-sysml.github.io/jailbreak-llm/
Github：https://github.com/Princeton-SysML/Jailbreak_LLM
3、Step back prompting：退一步的提示词技巧
这篇论文提出了一个方法：当让LLM回答非常细致的问题时，它可能没法回答准确。此时扩大问题范围，然后让LLM推断出具体问题的答案。 例如：比尔盖茨1974年在做什么。LLM 可能不能准确回答，此时可以让 LLM 先回答问题：比尔盖茨的履历，然后让它从中推测出答案。 使用百川做测试，亲测有效。
4、主流LLM能力对比
Poe 推出一份主流 LLM 能力对比，涵盖推理、写作、创造性、非英语流畅度四个方面。
毫无疑问，GPT-4 遥遥领先。