本研究探讨了大语言模型生成不准确内容（即“幻觉”）的问题，发现动态网络搜索结果能够提高用户对真实内容的评估和自信心。建议将搜索结果集成到模型中，以帮助识别幻觉，并考虑用户特征以开发更人性化的系统。

本文探讨大型语言模型（LLMs）在游戏设计中的作用，比较其与人类设计师的创作意图。研究设计了三款原型游戏，并通过用户评估其质量和偏好，分析AI在设计中的优缺点。

本文介绍了一个多方会话系统，可以邀请两名用户参与问答游戏，并检测用户对最后答案的同意或不同意。作者通过性能和用户评估结果来评价系统，并已在GitHub上开源注释稿和代码。

该文介绍了一种基于通用模板的自然语言生成方法，通过用户调查和分类行动性的术语，以改善反事实解释的理解和可操作性。该方法在用户评估中得到更好的反应和结果。