处理时间 迭代方法无法并行化。幻觉法学硕士倾向于利用他们的世界知识并添加新的想法。
指定摘要的范围 摘要有特定的目的。目的决定了应该概括哪些方面。
及时工程 指定 LLM 响应良好的提示。
品质因素 摘要的质量是指信息内容、准确性，应遵循摘要的定义。
在这篇博文的第一部分中，我讨论了基本的方法论考虑因素。对于什么是摘要没有明确的说明。根据您所在的行业或摘要应服务的目的，要求会发生变化。从我在文章第一部分中给出的示例中，我想使用引导摘要作为指南。对于经理想要用来启动后续步骤的摘要，来自输入文本的背景和建议可能会作为感兴趣的方面脱颖而出。第一张图显示了没有具体说明的摘要。另一方面，第二幅和第三幅图显示了一个指导性摘要，其中文本的背景和建议是令人感兴趣的。
图 1：不带规格的机器摘要
图 1：不带规格的机器摘要
图 2：“背景”的“这段文字的背景是什么？”的机器摘要
图 2：“背景”的“这段文字的背景是什么？”的机器摘要
图 3：“结果”的“建议是什么？”的机器摘要
图 3：“结果”的“建议是什么？”的机器摘要
就社会法院的裁决而言，健康保险公司可能会对结果和影 医疗保险线索电子邮件列表 响感兴趣。这意味着她不会问“建议是什么？”，而是会问自己：“从健康保险公司的角度来看，该裁决与账单审计相关吗？”发票金额是否应该减少？如果是这样，原因是什么？”下图底部“自己的输出”旁边显示了一个示例。
图 4：“结果”的“健康保险公司的决定是否与计费审核相关？”、“计费金额是否必须减少？”和“如果是，原因是什么？”的自动摘要
图 4：“结果”的“健康保险公司的决定是否与计费审核相关？”、“计费金额是否必须减少？”和“如果是，原因是什么？”的自动摘要
挑战：快速工程
在上图中，可以在“Aleph Alpha 指令提示模板”下看到该提示。介于两者之间的是动态输入，它是准备工作的结果，最后是语言模型的结果或输出。建议将所示的基本结构用于 Aleph Alpha 指令模板（Aleph Alpha 的第二代基本模型），在我的例子中，我将提示构建为零样本，如下所示。
＃＃＃指示：
使用给定的文本回答问题。
＃＃＃ 输入：
＃＃＃ 回复：
诚然，这不是可以想象的最有爱心的要求。事实上，指令对语言模型的制定也起着重要的作用。例如，在一篇科学论文中，Chang 等人。 (2023) 在“SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Models in Clinical Notes Summarization”中，总结文本时语言模型输出与提示之间的联系。他们发现，对手动创建的提示（如上面的提示）进行最小的更改，可以防止输出出现重大差异。该清单显示了一个（非代表性）示例。
有关机器生成摘要的性能变化的示例
提示1：从社会法院的判决中总结法律纠纷的背景。
原告请求推翻波茨坦社会法院2018年9月28日的判决，判令被告赔偿10,263欧元。
被告请求驳回原告的上诉。
原告没有发生通勤事故，也没有在公司路线上发生事故。
事故发生时的活动与受保活动没有内部或物质联系。
提示2：根据社会法院的裁决，请简要介绍一下背景。
原告请求推翻波茨坦社会法院2018年9月28日的判决，判令被告赔偿10,263欧元。
被告请求驳回原告的上诉。
原告没有发生通勤事故，也没有在公司路线上发生事故。
事故发生时的活动与受保活动没有内部或物质联系。
参议院裁定，未对具体福利要求做出决定的行政行为不具有约束力。
如果负责的服务提供商对受益人的决定明显不正确，并且这对其他服务提供商产生不利影响，则出现明显的不准确。
提示3：从健康保险公司的角度来看，该判断与计费审计是否相关？发票金额是否应该减少？如果是这样，原因是什么？
由于被告健康保险公司有义务偿还全部费用，因此法定健康保险赔偿诉讼获得成功。
原告无权享受法定健康保险福利，因为因工作事故而需要获得医疗和病假工资。