An Explainable Hybrid Deep Learning Framework for Outcome-Oriented Long-Document Summarization Using Adaptive Feature Learning and Decision Optimization
Este artigo propõe um framework de aprendizado profundo híbrido e explicável que combina recuperação densa, ajuste fino de LED eficiente em parâmetros com LoRA e otimização orientada a resultados para gerar resumos instrucionais alinhados com objetivos de aprendizagem, alcançando o estado da arte em conjuntos de dados educacionais como QMSum, GovReport e NILD.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.