本期的精华内容：

• R1-Searcher: Incentivizing the Search Capability in LLMs via Reinforcement LearningR1-搜索器：通过强化学习激励LLMs的搜索能力通过强化学习教大型语言模型自己查资料，提升了回答知识密集型问题的能力。


• Knowledge Updating? No More Model Editing! Just Selective Contextual Reasoning知识更新？不再编辑模型！只需选择性的情境推理提出了SCR框架，用外部知识作为“参考书”，让模型动态更新知识，不用改参数。


• HieroLM: Egyptian Hieroglyph Recovery with Next Word Prediction Language Model埃及象形文字恢复与下一词预测语言模型把象形文字恢复变成猜词游戏，用语言模型帮考古学家恢复古文字。


• Leveraging Domain Knowledge at Inference Time for LLM Translation: Retrieval versus Generation利用推理时间内的领域知识，与LLM 翻译：检索与生成发现翻译示例比字典更有效，外找的例子比自编的强，提升了专业领域的翻译质量。


• Self-Evolved Preference Optimization for Enhancing Mathematical Reasoning in Small Language Models自我进化的偏好优化，以增强小型语言模型中的数学推理用SPHERE框架让小模型自学数学推理，缩小了和大模型的差距。

完整推介：https://mp.weixin.qq.com/s/mvgMGFcwXPt0TczmCVMrlg