arXiv cs.CL· Zhaoyuan Xia (Peking University, Baidu Inc), Qinghongbing Xie (Tsinghua University), Yung Xiang Hue (Tsinghua University), Jianguang Jiang (Baidu Inc), Gaofeng Lu (Baidu Inc), Zhenyu Jiao (Baidu Inc), Xing Yuan (Baidu Inc), Dai Dai (Baidu Inc), Tong Mo (Peking University), Long Zeng (Tsinghua University)·· 2 天前AI 评分40
Highlight-Then-Summarize（H2S）：压缩证据提升长上下文理解
Highlight-Then-Summarize: Learning to Compress Evidence for Long-Context Understanding
AI 导读
北京大学、百度与清华团队提出 H2S（Highlight-Then-Summarize）：先定位问题相关的原文证据，压缩为紧凑摘要再作答。在七任务 H2S-Bench 上，H2S-14B 于 128K 输入、4K 输出预算下平均得分 32.60，超 Qwen3.8-27B 10.17 分。该模型为评测开源模型中最强，4K 输出下保留 16K 预算性能的 97.1%。
来源：arXiv cs.CL · arxiv.org