本文总结了CRAC 2024研讨会的多语言共指消解任务，分析了过去的挑战并提出改进。通过不提供零指代金标准和增加历史语言，任务的复杂性和现实性得到提升，增强了其实用性。

本文介绍了一个名为Knowref的新基准，用于共指消解和自然语言推理。研究发现，核心参考系统在代词指代任务上表现不如人类，可能是因为缺乏上下文信息。同时，提出了一种数据增强技巧antecedent switching，并在其他任务中取得了有希望的结果。

通过PronounFlow系统，可以消除代词消岐中的偏见，并提供代词建议。实验表明，PronounFlow对共指消解系统有很大帮助。