最新研究发现，大型语言模型在非洲语言上性能较差，与英语等高资源语言相比有较大差距。GPT-4在分类任务上表现平均，但在机器翻译等生成任务上表现糟糕。mT0在非洲语言上的跨语言问答表现最佳。研究呼吁确保非洲语言在大型语言模型中得到很好的代表。

使用PaLM 2的LLM预测大学课程的SDG，并生成训练数据。使用数据训练多个语言模型，其中最佳模型是BART，其F1得分为0.786。

该研究提出了基于超图的机器学习和规划算法，形成自动化学习代理计划引擎，能够确定最优解并分析系统状态进展，实证结论验证性能。