清华刘知远团队：高质量LLM训练数据的高效获取；北大团队：CoT token是计算机程序变量｜大模型论文

本文总结了多篇关于大语言模型（LLM）和多模态大语言模型（MLLM）的研究论文。清华大学刘知远团队提出了一种高效获取高质量LLM训练数据的方法，通过优化数据过滤管道，显著提升了模型性能。微软团队推出的X-Reasoner展示了跨模态和跨领域的泛化推理能力，特别是在医疗领域表现优异。北京大学团队研究了思维链（CoT）token的内在机制，发现其类似于计算机程序中的变量。此外，还有多篇论文探讨了多智能体系统、LLM解决复杂问题的能力、自动故障归因、搜索能力提升、群体智能评估以及多模态通才的发展路径。这些研究共同推动了LLM和MLLM技术的发展，为未来人工智能的应用提供了新的思路和方法。