本研究提出了SIM-RAG框架，旨在提升多轮检索增强生成系统的自我意识和检索能力。通过自我实践，系统能够更好地判断信息的充分性，从而优化检索决策。实验结果表明，SIM-RAG在多个基准测试中表现优异，显著提高了系统和数据的效率。

本研究提出了一种多源检索框架MoK-RAG，旨在解决现有检索增强生成系统依赖单一知识来源的问题。该框架通过功能划分大语言模型语料库，显著提升了具身AI代理在3D模拟环境中生成多样场景的能力。

本研究提出了GGatrieval方法，旨在解决现有检索增强生成系统的响应问题。该方法通过动态更新查询和筛选高质量文档，显著提升生成文本的准确性和可靠性，优于多种基线。

本研究提出了MTRAG基准，用于评估多轮检索增强生成系统在对话中的表现。通过110个对话案例，揭示了现有系统在处理后续问题和多领域挑战中的不足，强调了开发更强大系统的必要性。

本研究提出了一种文本驱动的立体视频生成系统（T-SVG），旨在简化立体视频创作流程。该系统通过文本提示生成参考视频，并将其转换为自然立体效果的3D点云序列，推动多媒体领域的发展。

本研究提出了一种新索引方法SiReRAG，旨在解决现有检索增强生成系统的不足。通过构建相似性树和相关性树，SiReRAG在三个多跳数据集上的F1分数平均提高了1.9%。

本研究提出了LongRAG，一种双视角的增强检索生成系统，旨在解决长上下文问答中的“迷失于中间”问题。实验结果表明，LongRAG在多个多跳数据集上显著提高了问答准确性，展示了其在长上下文问答中的潜力。

本研究探讨了语言理解与生成系统的联系，提出了一种通过用户互动持续学习的整合技术。在两人参考游戏中，该技术显著提高了系统性能，最佳情况下可实现26%的性能提升和17%的准确性提升，使系统更具人性化。

本文探讨了语音识别和生成系统的研究进展，重点关注印度语言的ASR模型和视觉语音识别系统的表现。研究表明，离散单元在语音处理中的有效性，以及通过不同技术提高识别准确率的潜力。