LLM优化方法有三类：Prompt Engineering、RAG、Fine-tuning。问答系统的自动化评分方法有Exact Match (EM)和F1 Score。对话系统的评估维度包括连贯性、流畅性和多样性。人类评估仍然重要，可以作为自动化评分的补充。

自回归大语言模型在自然语言处理领域产生了重大影响，提示技术的应用广泛。研究表明，机器生成的提示在某些任务中优于人工提示。新框架如Diff-LM-Speech和Tetra-Diff-Speech提升了语音生成效果。此外，研究还提出了个性化文本生成和对话系统评估的新方法，展示了提示性大语言模型的潜力。