用于长会议文档摘要的段级树搜索

由于会议文件篇幅较长且对话结构复杂，因此很难总结。现有方法通常采用多级管道，在汇总之前提取信息；然而，这些方法经常会在没有中间验证的情况下遭受累积误差传播的影响，而简短且低质量的参考摘要进一步放大了这一限制。我们通过蒙特卡洛树搜索（S3）提出分段级摘要，这是一个 无需训练 框架，通过组合分段级摘要候选来构造最终摘要。 S3 将长文档划分为多个片段，并为每个片段生成多个摘要候选，形成搜索树的节点。通过自我奖励引导树搜索选择最佳得分组合，并将其细化为最终输出。尽管使用 7B 模型，S3 仍能实现与更大的 72B 模型相当的性能，同时生成长度适当的摘要。