本研究提出了一种名为ExpoComm的通信协议，旨在解决多智能体强化学习中的高效通信问题，尤其在大规模应用中。该协议通过指数拓扑设计，提升信息传播速度和有效性，并在多个基准测试中展现出优越性和强大的零-shot迁移能力。

本文提出了一种名为XPR的方法，从无标注例句中提取短语表示以实现跨语言短语检索，并创建了包含65K双语短语对和4.2M例句的数据集。实验结果表明，XPR在多语言和交叉语言任务中优于传统方法，具备良好的零-shot迁移能力。此外，研究探讨了通过上下文检索提升大型语言模型性能的方法。