arXiv cs.MA· Sonali, Deeksha Varshney, Asif Ekbal·· 10 小时前AI 评分26
ReSUM：面向查询聚焦摘要的推理驱动多智能体框架
ReSUM: Reasoning-Driven Multi-Agent Framework for Query-Focused Summarization
AI 导读
ReSUM 是一个由 planner 协调检索与摘要智能体的模块化多 LLM 框架，用于解决长会议查询聚焦摘要（QFS）中的信息遗漏与幻觉问题。该框架将教师推理蒸馏进以查询和计划为条件的检索器与摘要器，提升长上下文鲁棒性并减少无关探索。在查询聚焦会议摘要基准上取得一致提升。
正文 · AI 翻译
摘要：LLM 擅长语言任务，但长会议 QFS 仍因复杂的说话人动态、稀疏的关键信息和有限的数据而困难重重。会议包含不流畅表达、长转录文本和复杂话语。QFS 存在信息遗漏、幻觉的高风险，即使对于 GPT-4-mini 和 Gemini 等先进模型也是如此。现有端到端方法将检索、证据提取和摘要生成压缩为单次处理，无法处理针对性会议摘要所需的复杂推理。我们提出 ReSUM，一个由规划器协调的模块化多 LLM 框架，该规划器编排检索和摘要智能体。通过将教师推理蒸馏到以查询和计划为条件的检索器和摘要器中，ReSUM 增强了长上下文鲁棒性，最大限度地减少了无关探索，并生成更忠实、更全面的以查询为中心的摘要。实验表明，在以查询为中心的会议摘要基准上取得了持续提升。
| 评论： | 10 页，4 幅图 |
| 主题： | 多智能体系统 (cs.MA) |
| 引用为： | arXiv:2611.09349 [cs.MA] |
| （或 arXiv:2611.09349v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.09349 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sonali Sonali [查看电子邮件]
[v1]
2026 年 11 月 6 日星期五 11:45:14 UTC（476 KB）
来源：arXiv cs.MA · arxiv.org