本周，我在Hacktoberfest中提交的第二个PR被合并。任务是在ASCII-mate项目中添加MIT许可证文件。维护者合并后建议在PR描述中使用“Closes”或“Fixes”加问题编号来自动关闭问题。我还完成了另一个简单请求，计划寻找更具挑战性的任务。

UNI模型在病理学中取得突破，提供了新的建模能力，解决了解剖病理学中的挑战性任务和临床工作流。

本文介绍了Find+Replace变压器架构，证明其在挑战性任务上优于GPT-4，并为多变压器架构提供理论基础。作者证明了传统transformers不是图灵完备的，但Find+Replace变压器是。该架构能够完成传统变压器无法完成的任务，并有助于解释性研究。本文鼓励进一步探索该领域。