本研究提供了一种准确确定Twitter用户位置的方法，通过优化用户位置并检视好友位置，提供了高可扩展性和可分布式的算法，并利用用户的ego网络的地理离散度作为准确性度量的参数。实验结果显示，在101,846,236位Twitter用户中，80%以上的公开推文地理标记的中位误差为6.38公里。

大型语言模型在推理任务中展示出色能力，但存在推理与预测不一致的问题。研究提出了SCORE框架，分析模型的推理能力。使用POV方法进行进一步分析，发现模型在多视角设置中无法稳定行为。结果凸显了推理鲁棒性的重要性，需要进一步研究建立超越准确性度量的推理最佳实践。