本研究使用大规模Transformer架构的生成式人工智能模型，调查了命名简单视觉刺激中的物体数量的可靠性。结果显示，基础模型在人类方式下表现不佳，缺乏直观理解数字的基本能力。

抗生素滥用导致细菌耐药性增加，全球抗生素耐药性已成为第三大死因。麦克马斯特大学和斯坦福大学的研究人员开发了一种生成式人工智能模型SyntheMol，可以设计易于合成的新型抗生素。研究团队应用SyntheMol设计出了58个分子，并验证了其中6个结构新颖的分子对细菌表现出抗菌活性。该模型提供了化学合成的详细配方，具有从广泛的化学空间中设计结构新颖、可合成和有效的小分子抗生素候选物的潜力。

天佑星河团队开发的智慧医疗教育系统利用生成式人工智能模型模拟病患，为医学生提供仿真、互动的学习环境。同时，团队还开发了手术过程记录生成系统和电子病历生成系统，通过整合语音识别和提示词工程技术，提供高效、准确的记录方式。该系统提升学习体验、加强理论与实践结合以及实时反馈与评估。技术上，系统利用文心大模型、多轮对话技术和提示词模板技术。

BrainSynth是一种潜力巨大的生成式人工智能模型，可用于合成脑MRI。通过新的评估方法，合成MRI能够准确捕捉脑区结构特征，并编码年龄和性别影响。合成MRI有助于改善卷积神经网络训练，并为神经影像研究提供新机会。

苹果通过创新的闪存利用技术，在内存有限的设备上部署大型语言模型(LLM)取得突破。他们开发了一种新技术，使用闪存存储人工智能模型的数据，提高了模型的运行速度。苹果正在开发自己的生成式人工智能模型Ajax，旨在统一整个Apple的机器学习开发。据报道，Ajax比上一代ChatGPT 3.5更强大。苹果将在2024年提供生成式AI功能，并建造更多AI服务器。

该研究探讨了生成式人工智能模型在角色扮演模拟中的应用，以 Spyfall 为例。通过对比分析 GPT-4 和 GPT-3.5-turbo，发现 GPT-4 在游戏环境中的适应性得到了改善，但仍存在局限性。研究还讨论了游戏开发、财务限制和非言语限制方面的思考。研究结果表明，GPT-4 相对于早期模型展示了有希望的进展，但仍有潜力进一步发展。