本研究提出了ExKG-LLM框架，利用大型语言模型自动扩展认知神经科学知识图谱，显著提高了知识生成和临床决策的准确性与完整性。

本研究提出了ConceptEdit框架，旨在解决大型语言模型中的常识知识编辑问题，从而提升其推理能力。实验结果表明，该框架在知识生成和问答测试中表现优于其他模型。

本文介绍了多代理系统理论与大型语言模型的结合，通过模拟复杂的人类互动来革新业务流程。利用LLM驱动的代理，提升商业场景中的知识生成能力，为组织战略提供支持，并适应不同领域的实验。

本文研究了基于多代理系统理论（SMA）和大型语言模型（LLM）的计算实体对商业场景中知识生成的动态影响。通过引导式对话和策略驱动，该应用为组织战略提供了潜力。研究提供了一种可适应的实验方法，适用于不同的应用和领域。