本研究探讨人工智能系统在伦理和安全方面的适宜运作，提出了一个“适宜性框架”，包括上下文基础、社区定制、持续适应和多中心治理四个原则，以有效管理道德冲突，促进信任和机构稳定。

本研究构建了大规模视觉语言数据集Quilt-1M，包含100万个图像和文本样本，提升了多模态组织病理学问答系统的性能。提出的PathLDM模型在生成组织病理学图像方面表现优异，并推动了医学图像分析的进展。

通过使用 Quilt，这是一个数据中心的框架来鉴定和选择能够最大化模型准确性的数据片段，从而提高模型准确性和效率。

Quilt是一个针对量子计算机设计的多类分类框架，使用真实的量子机器和预期的噪音水平进行评估，展示了85％的MNIST数据集多类分类准确度。