该研究介绍了AQA-Bench，一个评估大规模语言模型在算法环境中顺序推理能力的新基准。研究发现闭源模型表现较好，简单交互示例可能损害少样本性能，少样本性能可通过遵循最优策略的前继步骤数量提升，性能和模型大小之间的缩放相关性不总是显著。希望推动对LLM顺序推理能力的研究。

该文介绍了一种名为MMICL的模型，用于解决图像与文本交叉多模态提示的问题。该模型能够适应用户真实应用中复杂的提示，在广泛的视觉-语言任务中取得了新的最先进的零样本和少样本性能。