该文综述多项大语言模型研究，涵盖：神经网络语言模型在作者归属上优于传统模型；利用词汇、句法和结构风格特征追溯AI生成文本；提出评估LLM引用的基准ALCE；总结增强语言模型在推理与工具使用上的优势；构建带归属的问答评估框架；定义知识感知归因任务以减少幻觉；比较作者归属与验证方法；提出集成学习模型ALMEn用于常识验证；并探索检测与归因LLM生成文本的方法。