本研究分析了六个生成性大型语言模型在道德困境中的伦理推理表现，发现它们在伦理逻辑上保持一致，主要侧重于理性和结果导向，但在微调和后训练方面存在显著差异。

本研究提出了一个新的基准，用于评估生成性大型语言模型在低资源语言丹麦语中的文化能力。实验结果表明，该基准能够有效区分模型性能，并揭示模型在丹麦语适应中的一致性因素。

ALTO是一种网络编排器，用于高效地服务复合AI系统。它通过利用生成性语言模型的优化机会，实现高吞吐量和低延迟。ALTO展示了对聊天机器人验证流水线的影响，增加吞吐量最多可达到3倍，同时减少了尾延迟1.8倍。

研究人员提出了一种名为PromptKD的方法，通过添加少量的提示符令牌并仅调整提示来实现学生友好的知识转移。实验结果表明，PromptKD在性能上达到了最先进水平，并且只添加了教师参数的0.0007%作为提示。这种方法有效地减轻了曝光偏差，提高了性能。