微软驳斥了Copilot仅供娱乐的说法，称该措辞是必应搜索时代的遗留，将在下次更新中修改。使用条款强调微软不对Copilot的回复承担责任，用户需自行承担风险，此举引发批评，认为与微软的营销策略不符。

本研究解决了大型语言模型在面对语义等价但表达方式不同的提示时性能显著下降的问题。提出的潜在对抗释义框架（LAP）通过双循环对抗方式，学习可扰动的潜在连续释义，同时保持语义，通过实验展示了在RobustAlpaca基准上，该方法在最坏情况下的胜率提升幅度为0.5%-4%。

Mozilla因Firefox使用条款引发争议，修改措辞以强调用户数据不归其所有，但可用于商业目的。新条款明确用户授予非独占免版税许可，Mozilla承认收集数据以维持商业可行性，并与合作伙伴共享数据。

苹果修改了替代应用商店的审核措辞，以与色情应用Hot Tub撇清关系。新措辞表明应用已准备好分发，而非已获批准，显示苹果态度明确。

微软在记事本应用中推出了AI重写功能，用户可通过Copilot进行内容修改。此功能需付费，M365个人和家庭版用户每月可获得60个积分，而Copilot Pro用户则无限制使用。该功能已在多个国家上线，用户可选择禁用。

通过收集医学医生在各种任务中提供的提示，并量化七个（包括泛化和专业化的）大型语言模型对于自然语言变化引导的临床自然语言处理任务的敏感性，我们发现在所有模型中，性能差异很大，并且专门在临床数据上进行训练的领域特定模型比其泛域对应模型更加脆弱。而且，任意变化的指示问题可以影响公平性，例如针对死亡率预测的有效但不同的指示给出了整体性能和不同人群之间的差异范围。

研究评估了ChatGPT在计算机工程考试中的效果，发现其在措辞、组织和逻辑推理方面超过了平均学生，但在数值运算方面有困难。ChatGPT在解决概率问题方面表现优秀，但在某些推理方面存在局限性。大型语言模型作为学习助理具有潜力。