本研究提出了一种新型编码助手CONAN，结合代码结构感知检索器和双视图代码表示模型，解决了知识获取不足的问题。实验表明，CONAN在多种代码生成任务中表现优异，能有效提升大语言模型的性能。

研究人员提出了一种新方法，通过合成数据和少量训练步骤获取高质量文本嵌入。该方法利用专有LLMs生成多样化的合成数据，并在合成数据上微调开源的只解码LLMs。实验证明，该方法在文本嵌入基准上表现强大，无需标记数据。同时，使用合成数据和标记数据的混合进行微调时，该模型在BEIR和MTEB基准上取得了最新的技术成果。

该文介绍了名为Conan的互动式开放世界环境，旨在弥补现有模型在积极探索和理解复杂场景方面的不足。Conan强迫代理与周围环境积极交互，推动主动推理的进步，为下一代能够动态参与环境的人工智能代理铺平道路。

昨天看"Quotes of the Day"，很吃惊地发现原来《福尔摩斯探案集》中还出现过这样的话： … “I never guess. It is a capital mistake to theorize before one has data. Insensibly one begins to twist facts to suit theories, instead of...