粤港澳大湾区数字经济研究院（IDEA）执行院长、AI金融与深度学习首席科学家郭健博士在论坛上，解析了以下一代AI技术驱动的量化投资新范式Quant4.0，提出了当下量化投资面临的技术问题，并通过对IDEA研究院在这一新型交叉领域研发的成果介绍，展望了行业发展的新机遇和新挑战。
在深度学习时代，尤其是随着大型语言模型（LLMs）的出现，大多数研究人员的注意力都集中在追求新的最先进（SOTA）结果上，使得模型规模和计算复杂性不断增加。
中国科学院物理研究所/北京凝聚态物理国家研究中心SF10组和中国科学院计算机网络信息中心共同合作，将AI大模型应用于材料科学领域，将数万个化学合成路径数据投喂给大语言模型LLAMA2-7b，从而获得了MatChat模型
连ChatGPT看了都直摇头的算法优化，被北大团队给搞定了。 测试表明，新研究能解验证集中90%的题目，包括NOIP、Codeforce、Leetcode等比赛中的分治和动态规划题目——这些题目，很多大模型也难以解决。
2023年，大模型的火爆让ChatGPT研究员岗位需求大幅增长，也跻身进入紧缺度TOP10岗位。
2023年10月31日，诺华生物医学研究所和微软研究院科学智能中心的研究人员合作，在 Nature Communications 期刊发表了题为：Extracting medicinal chemistry intuition via preference machine learning 的研究论文。
在刚刚开幕的ICCAD 2023大会上，英伟达团队展示了用AI模型测试芯片，引发了业界关注。来自英伟达的研究团队开发了一种名为ChipNeMo的定制LLM，以公司内部数据为基础进行训练，用于生成和优化软件，并为人类设计师提供帮助。
据专家称，研究发现，AI在诊断某些癌症要比活检更好，人工智能的准确性几乎是活组织检查的两倍，这项研究可以挽救成千上万患者的生命。
视觉幻觉是常见于多模态大语言模型的一个典型问题。最近，来自中科大等机构的研究人员提出了首个多模态修正架构「啄木鸟」，可有效解决MLLM输出幻觉的问题。
即便大语言模型的参数规模日渐增长，其模型中的参数到底是如何发挥作用的还是让人难以琢磨，直接对大模型进行分析又费钱费力。针对这种情况，微软的两位研究员想到了一个绝佳的切入点
