用于长文档摘要的逐步提问专家编辑多代理框架

尽管 大语言模型 (LLM) 在新闻摘要任务中显示出巨大的潜力，但它们在长文档摘要上的性能仍然具有挑战性，因为它们的长度经常超出输入限制。作为代理投资，为LLM固有能力的提升提供了可能。为了提高基于LLM的长文档摘要的有效性，本文提出了一种专家-编辑逐步提问多智能体方法，其中专家和编辑通过对内容的不同方面提出问题并提供有针对性的修改线索来引导另一个智能体完善摘要。我们对两个具有代表性的长文档科学数据集进行了实验，并通过广泛认可的自动指标评估结果。结果证明了我们方法的有效性。