1、通过多词元预测实现更快更好的LLM LLM基本都是自回归地预测下一个token，每次只预测一个，Meta的这篇论文提出一次性预测多个token甚至是句子，因为预测的内容更多，LLM可以更全面的考虑整体结构，从而更有逻辑性。 这种推理方式更像人类思考的方式，我觉得这个推理方法很有前景。 论文：https://arxiv.org/abs/2404.19737
2、StoryDiffusion发布了部分源码
保持角色一致，可以生成多图漫画和长视频，目前发布了生成漫画部分的源码。
Github：https://github.com/HVision-NKU/StoryDiffusion
在线体验：https://huggingface.co/spaces/YupengZhou/StoryDiffusion
3、实用的提示词工程实操策略
不是提示词教程，而是提示词实操策略。
原文：https://twitter.com/cwolferesearch/status/1786025095959298234
宝玉翻译版：https://baoyu.io/translations/prompt-engineering/basic-ideas-behind-prompt-engineering
Datou总结脑图：
4、综述：NeRF在机器人领域的应用和进展 神经辐射场（NeRF）除了在计算机视觉应用，在机器人领域也非常有应用前景。这篇论文总结了NeRF在机器人领域的应用和进展。 论文：https://arxiv.org/abs/2405.01333
