本研究构建了Chumor，这是首个中文幽默解释数据集，旨在填补中文幽默资源的不足。研究表明，现有大型语言模型在该数据集上的表现不佳，准确率仅略高于随机水平，远低于人类表现，为中文幽默理解提供了新的研究方向。

该研究探讨了先进语言模型在理解和生成中国幽默方面的能力，采用微调和提示法进行训练。结果表明，模型能够生成幽默的寓言性语言，但与人类创造力相比仍需改进。同时，研究测试了自然语言生成在幽默检测中的应用，发现大规模预训练显著提高了生成质量。