An Explainable Hybrid Deep Learning Framework for Outcome-Oriented Long-Document Summarization Using Adaptive Feature Learning and Decision Optimization
Cet article propose un cadre d'apprentissage profond hybride explicable qui combine la recherche dense, l'ajustement fin de l'architecture LED par des paramètres efficaces avec LoRA, et une optimisation orientée vers les résultats pour générer des résumés pédagogiques alignés sur les objectifs d'apprentissage, atteignant des performances de pointe sur des ensembles de données éducatifs tels que QMSum, GovReport et NILD.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.