本研究提出了一种知识引导的提示学习方法（KP-PCR），旨在提升代码审查请求的质量，关注开发者需求。实验结果表明，该方法在请求预测和标签推荐方面优于现有技术，具有重要的应用潜力。

本研究介绍了一种名为ProSwitch的新型方法，通过知识引导的指导调优，使语言模型能够在专业和非专业响应之间切换，提供了解决文本专业性问题的能力。与通用和专用语言模型比较分析显示，我们的方法在专业和非专业文本生成之间的切换方面优于基准模型。

该研究提出了一种基于知识引导的双一致性网络，用于检测具有多媒体内容的谣言。该网络具有两个一致性检测子网络，可以同时捕获跨模态和内容 - 知识水平的不一致性，并在不同丢失视觉模态条件下实现鲁棒的多模态表示学习。实验结果表明，该框架在三个公共实际多媒体数据集上的表现优于最先进的基线。

该研究提出了一种基于知识引导的双一致性网络，用于检测具有多媒体内容的谣言。该网络具有两个一致性检测子网络，可以同时捕获跨模态和内容 - 知识水平的不一致性，并在不同丢失视觉模态条件下实现鲁棒的多模态表示学习。实验结果表明，该框架在三个公共实际多媒体数据集上的表现优于最先进的基线。