Résumé de texte
Condenser un long texte en une version plus courte et fidèle
Le texte intégral est présenté en anglais ; le titre et le résumé sont localisés.
CE QUE DÉSIGNE CETTE CAPACITÉ
Takes a long document and returns a shorter version that keeps the key information. It splits into extractive (selecting sentences) and abstractive (rewriting in new words) styles, the latter now dominant. Unlike free generation it has an explicit compression target, and unlike question answering it is not aimed at one query but should cover the whole thread.
Comment c'est fait
The classic approach is a sequence-to-sequence attention model producing abstractive summaries, with rewriting ability coming from large-scale pre-training. Long documents are usually handled hierarchically or by a map-reduce scheme that summarises chunks and then combines them. Controlled summarisation passes length, angle or audience constraints through the prompt or light fine-tuning to steer style.
Produits représentatifs
8GPT-4o
2024Un modèle général nativement multimodal : texte, image et audio par une même entrée
Claude
2023Un modèle de conversation général réputé pour son long contexte et son alignement sécurisé
Gemini
2024Une entrée de discussion qui réunit recherche, bureautique et modèle multimodal
NotebookLM
2023Ne répond qu’à partir de vos sources, citations à l’appui
Kimi
2023Un assistant de conversation chinois réputé pour les longs contextes
Apple Intelligence
2024Une IA au niveau du système, répartie entre l’appareil et le cloud privé
Microsoft Copilot
2023Une IA conversationnelle intégrée au système d’exploitation et à la bureautique
Perplexity
2022Répond en cherchant, chaque réponse appuyée par des sources
Organisations concernées
Usages typiques
- Quick reads of news and reports
- Meeting and call minutes
- Literature triage and paper skims
- Rolling summaries of tickets and email
Comment on l'évalue
- ROUGE
- N-gram overlap with reference summaries
- BERTScore
- Semantic-embedding similarity, more tolerant than literal overlap
- Factual consistency
- Share of statements conflicting with the source, as in FactCC-style evaluation
Limites et points difficiles
- Middle sections of long documents are often dropped; models favour the start and end
- Abstractive models splice facts from different sentences into claims the source never made
- On ambiguous or multi-sided texts, minority views are often reported as the majority
Concepts sous-jacents
Mécanisme d’attention
Chaque position peut regarder directement toutes les autres et répartir dynamiquement son attention selon la pertinence
Ingénierie des prompts et alignement
Rendre un modèle utile, honnête et inoffensif est plus difficile que de simplement l’agrandir
Architecture Transformer
Remplacer le relais mot à mot par une salle où tous parlent en même temps, pour que les dépendances lointaines soient à un saut