Riza Setiawan Soetedjo

AI摘要事实性通过共识和偏好学习得到增强

两篇新研究论文提出了改进AI生成摘要事实性的方法。第一篇论文《通过最小贝叶斯风险解码中的共识和一致性增强摘要的事实性》介绍了一个名为ConSUM的系统，该系统根据候选摘要与源文档的一致性以及与其他生成摘要的共识来重新排序候选摘要。第二篇论文《通过多重不完美指标的偏好学习优化摘要中的事实一致性》详细介绍了一个自动训练管道，该管道聚合了多个弱事实性指标的分数以提高一致性，并在各种语言模型上展示了收益。