本研究提出PPDS，通过大规模预训练提升开放领域对话系统的人格一致性，解决数据集规模和多样性不足的问题，结果表明模型在响应质量和人格一致性方面表现优异。

本研究提出了块逆提示（BIPro）生成框架，显著提升了开放领域中文诗歌的生成质量。研究结果表明，BIPro生成的诗歌在评估中优于多个先进系统，展示了其在约束生成方面的潜力。

该研究提出了一种基于标记的消歧方法，旨在提升大型语言模型在开放领域问答中处理自然语言模糊性的能力，从而显著提高模型的准确性。

本研究提出了一种开放领域表格问答系统的检索方法，结合T-RAG模型和多跳检索技术，以提高回答的准确性。研究对现有方法进行了分类，并探讨了主要挑战。实验结果表明，新方法在多个数据集上达到了最先进的性能。

本研究测试了开放领域的声明验证系统的性能，使用三个知识来源和两种信息检索技术，对四个生物医学和健康声明进行了测试。结果显示，对于专门的生物医学声明，PubMed 表现更好，而对于日常健康问题，Wikipedia 更适合。BM25 在检索精度方面表现出色，语义搜索在相关证据的回收方面更具优势。提供了未来方向。