Prism系统通过跨模型内存协调和动态内存分配，降低了多大型语言模型服务的成本，实验结果显示其在成本节省和服务效率方面优于现有系统，具有显著的经济效益。

本研究提出了一种多大型语言模型协作生成框架（MLBCAP），旨在解决科学图表说明生成中的信息不完整问题。该框架通过多模块处理，提高训练数据质量，生成多样化的候选说明，并最终选出最佳说明。实验结果表明，该方法优于人工撰写的说明。