An Explainable Hybrid Deep Learning Framework for Outcome-Oriented Long-Document Summarization Using Adaptive Feature Learning and Decision Optimization
Dieses Paper schlägt ein erklärbares hybrides Deep-Learning-Framework vor, das Dense Retrieval, parametereffiziente LED-Feinabstimmung mittels LoRA und ergebnisorientierte Optimierung kombiniert, um instruktionale Zusammenfassungen zu generieren, die auf Lernziele abgestimmt sind, wobei es eine State-of-the-Art-Leistung auf Bildungsdatensätzen wie QMSum, GovReport und NILD erzielt.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.