本研究提出了一种新的时间反转语言模型（TRLM），有效解决了大语言模型在时间预测中的单向性问题。TRLM通过反向思考和无监督反馈，显著提升了引文生成和段落检索的性能，降低了误报率并增强了安全性。

该文章介绍了一种针对波兰语的神经检索器SilverRetriever，通过多样化的数据集训练，实现了比其他模型更好的结果，并且与更大型的多语言模型相竞争。作者还开源了五个新的段落检索数据集。