评估了7个大型语言模型在多语言和代码混合通信环境中的情感分析性能，发现GPT-4和GPT-4-Turbo在理解语言输入和处理上下文信息方面表现出色，但在非英语环境中的文化细微差别方面存在不稳定性。结果强调了LLMs需要不断改进以应对真实世界环境的文化差异和资源有限性。

该文章介绍了一个用于管理交通基础设施系统的多智能体深度强化学习框架，通过解决不确定性、风险和资源有限性的问题，优化了交通基础设施的管理。该框架在美国弗吉尼亚州的一个交通网络应用中展示了优越的性能，通过开发一种名为DDMAC-CTDE的方法，提供了近乎最优的解决方案。