Nuovo framework migliora il riassunto di dialoghi multi-ruolo con ragionamento e ricompense

Un nuovo framework per riassumere dialoghi che coinvolgono più ruoli è stato introdotto dai ricercatori, integrando ragionamento di tipo cognitivo con ottimizzazione basata su ricompense. Inizialmente, tracce di ragionamento strutturate vengono estratte da un grande modello insegnante per impostare un riassuntore consapevole del ragionamento attraverso un processo di messa a punto supervisionato in fasi. Successivamente, viene impiegato GRPO, utilizzando una ricompensa a doppio principio che combina segnali basati su metriche con criteri allineati alle preferenze umane per la copertura delle informazioni essenziali. Questo approccio innovativo supera le limitazioni dei metodi attuali che si concentrano esclusivamente su metriche superficiali come ROUGE e BERTScore, che non riescono a garantire accuratezza o allineamento con le aspettative umane. Il framework mira a migliorare la coerenza fattuale e mantenere le informazioni specifiche del ruolo in dialoghi complessi con più parlanti.