Xinran Zhao

新方法通过“意图感知”增强大型语言模型报告生成能力

研究人员开发了一种新方法，通过引入“意图感知”来改进大型语言模型（LLM）的长篇报告生成。该方法使用结构化的、基于标签的方案来提取隐含的作者意图，然后利用这些意图来增强零样本生成能力，并为微调小型模型创建合成数据。实验表明，在科学报告生成任务上，大型模型和小型模型的性能分别平均提高了2.9和12.3个绝对点，同时引用使用和报告可读性也得到改善。