PulseAugur
实时 10:04:37
English(EN) Decoupling Generation and Selection for Budget-Constrained Faithful Summarization

新框架提高了抽象摘要的事实一致性

研究人员开发了一个新的抽象摘要框架,该框架将生成和选择过程解耦,以提高事实一致性并控制摘要长度。这种模块化方法使用预训练的生成器创建多个候选摘要,然后通过组合过程进行评估和选择。在包括CNN/DailyMail和Multi-News在内的各种数据集上进行的实验表明,事实性和源依据指标得到了一致的改进,人类评估显示感知质量更高。 AI

影响 这项研究提供了一种新颖的方法来增强AI生成摘要的可靠性和忠实性,有可能改进依赖文本摘要的应用。

排序理由 该项目是一篇研究论文,详细介绍了一种新的抽象摘要方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架提高了抽象摘要的事实一致性

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zeyu Wang, Guanghua Wang, Meng Xu ·

    Decoupling Generation and Selection for Budget-Constrained Faithful Summarization

    arXiv:2608.03655v1 Announce Type: cross Abstract: Abstractive summarization models remain vulnerable to factual inconsistency, redundancy, and weak length control. We propose a modular generation-and-selection framework for sentence-budget-constrained summarization. A pretrained …