本文研究了大型语言模型（LLMs）在检索增强生成（RAG）摘要任务中的鲁棒性，提出了评估框架LogicSumm和SummRAG系统，以提升逻辑连贯性和摘要质量。同时评估了多模态大语言模型在长上下文中的表现，发现GPT-4o优于其他模型。通过微调和增强记忆架构LARIMAR，显著提高了信息检索能力，并讨论了长文本任务的困难及其特性，提出了在医学教育中应用RAG模型的方法。