本文介绍了2023年人工智能（AI）在技术性能方面的全面进展，包括视觉常识推理、道德推理、因果推理、音频生成、智能体和强化学习等方面的能力和表现。同时，还介绍了一些新的技术和方法，如提示技巧、微调和闪电解码，以提高AI系统的性能和效率。此外，还提到了AI系统对环境的影响和一些积极的环境保护应用。总体而言，AI在多个领域的性能和能力已经取得了显著的进展。

该文章讨论了AI模型的技术性能和环境影响。研究发现，模型的新能力往往是评估标准的反映，而不是模型本身的固有属性。公开可用的LLM模型的性能会随时间变化。LLM模型很难自我纠正推理错误。封闭模型在一些基准测试上表现更好。提升LLM模型性能的技术包括Prompting、Fine-tuning和Flash-Decoding。AI模型的环境影响包括训练和推理阶段的碳排放以及环境可持续性应用。