本研究针对安全关键软件评估过程中，由于手工评估而导致的复杂法规框架下的评估能力不足的问题，提出了一种新颖的方法DRAFT。该方法通过引入双重检索架构，结合软件文档和适用参考标准，增强了大型语言模型在合规性评估中的能力，实验结果表明其在正确性上比基线模型提高了7%。

本文探讨了评估和提升AI生成文本的写作质量，提出了写作质量基准（WQ）和训练写作质量奖励模型（WQRM）。研究表明，WQRM在质量评估中表现优越，能够选择更高质量的输出。人类评估显示，使用WQRM选择的文本获得了66%的专家偏好，从而提升了AI写作系统的质量对齐。

本研究提出了一种新的推测解码方法，利用MXFP4模型作为草稿，显著提升了大语言模型的推理速度，最高可达2.72倍的性能提升，为加速推理提供了新思路。

本研究提出了新系统RAPID，旨在解决多媒体内容中的文本视频事件检索问题。通过结合大语言模型和提示学习，RAPID有效增强了查询上下文，提高了检索的准确性，尤其在处理上下文不完整的查询时表现突出。