主要观点总结
本文介绍了机器之心AIxiv专栏过去数年的报道内容，涉及全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。文章还介绍了一种新的大型语言模型自我纠正方法——Learning from Correctness（LeCo），无需人类反馈、手工提示和外部工具，通过模型自我生成的推理步骤进行自我纠正，提高了推理准确性，减少了token消耗和迭代次数。最后，文章提及了端侧AI大模型的爆发及企业在其上的机遇和挑战。
关键观点总结
关键观点1: 机器之心AIxiv专栏的概述和作用
机器之心AIxiv专栏是机器之心发布学术、技术内容的栏目，过去数年接收了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进学术交流与传播。
关键观点2: 大型语言模型的自我纠正方法
介绍了一种新的大型语言模型自我纠正方法——Learning from Correctness（LeCo），该方法无需人类反馈、手工提示和外部工具，通过模型自我生成的推理步骤进行自我纠正，提高了推理准确性。
关键观点3: LeCo方法的细节和特点
LeCo方法通过计算每个推理步骤的置信度分数，找出正确的推理步骤，然后逐步接近正确答案。该方法具有普适性、性能提升和效率提升等特点，适用于不同的模型和任务。
关键观点4: 端侧AI大模型的机遇和挑战
端侧AI大模型的爆发带来了企业在这方面的机遇和挑战。企业需要探索行业应用，实现业务增长，同时研发人员需要提升技能，将大模型应用于各种终端设备。此外，文中还提到了相关的技术论坛和优惠活动。
文章预览
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。 投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com 本文作者来自香港城市大学和华为诺亚方舟实验室。其中，第一作者姚宇璇是香港城市大学计算机系的二年级博士生，研究方向涉及大模型的复杂推理和生成，师从宋林琦教授。吴涵，郭志江是华为诺亚方舟实验室研究员。 大型语言模型（LLMs）虽然进展很快，很强大，但是它们仍然存在会产生幻觉、生成有害内容和不遵守人类指令等问题。一种流行的解决方案就是基于【自我纠正】，大概就是看自己输出的结果，自己反思一下有没有错，如果有错就自己改正。目前自己
………………………………
