多智能体框架：专家-编辑协同提问提升长文档摘要质量

尽管大语言模型在新闻摘要任务中展现出潜力，但面对长度常超出输入限制的长文档摘要任务时，其性能仍面临挑战。智能体技术的发展为提升大语言模型固有能力提供了可能。为增强基于大语言模型的长文档摘要效果，本研究提出一种专家-编辑分步提问的多智能体方法。在该框架中，专家和编辑通过针对文档内容的不同方面提出问题，并提供有针对性的修订线索，引导另一个智能体逐步优化摘要内容。研究团队在两个具有代表性的长文档科学数据集上进行了实验，并采用广泛认可的自动评估指标对结果进行衡量。实验结果表明，该方法能有效提升长文档摘要的质量，为解决大语言模型在长文本处理中的输入限制问题提供了新的思路。该方法通过多智能体间的协同工作，模拟了人类专家审阅和编辑修订的过程，为复杂文档的自动化摘要任务提供了可借鉴的技术路径。