该文汇总多项语言模型研究：利用外部知识库和大模型置信度进行无标注微调以提升生成正确性；通过句子表示对齐增强跨语言能力；分析生成模型训练动态以改进事实性和抽象度；提出CraFT协作微调、SciMult多任务对比学习、无幻觉蒸馏框架、概念感知语言模型CALM、事实知识补全框架、APT机器翻译框架及轻量隐私扰动机制，在少样本学习、科学文献理解、序列标记等任务上取得显著效果。