本研究探讨了多智能体生成过程中的来源追踪问题，提出了一种不依赖内部记忆或外部元信息的历史归因系统。该系统通过符号编年史概念逐步更新生成历史，旨在促进负责任的协作人工智能发展。

研究发现，简单的“空模型”在大型语言模型的基准测试中表现良好，暴露了这些测试设计中的问题。作者质疑这些测试是否真正评估了AI系统的能力，强调需要更严谨的基准来准确评估LLM性能，以确保AI的负责任发展。

在Google I/O大会上，宣布了基于多年研究成果的新人工智能产品和实验，强调以负责任的方式发展人工智能，解决相关挑战。提出网络发布者控制机制需要适应新的人工智能和研究用例。发起公开讨论，邀请全球各界参与。