An Explainable Hybrid Deep Learning Framework for Outcome-Oriented Long-Document Summarization Using Adaptive Feature Learning and Decision Optimization
Este artículo propone un marco de aprendizaje profundo híbrido y explicable que combina la recuperación densa, el ajuste fino de LED con eficiencia de parámetros mediante LoRA y la optimización orientada a resultados para generar resúmenes instructivos alineados con los objetivos de aprendizaje, logrando un rendimiento de vanguardia en conjuntos de datos educativos como QMSum, GovReport y NILD.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.