كتبت قصة تخطيط المجلس مليئة بالأرقام ، وقمت بتشغيلها من خلال الملخص ، ثم تحققت من كل رقم في المخرج مقابل المصدر. كتابة المصدر بنفسي هي النقطة: هذا يعني أنني أعرف بالضبط ما تدعيه كل جملة ، وهي الطريقة الوحيدة لسرد ملخص أقصر من الملخص الذي هو صحيح أيضًا. لم يتم اختراع أحد. ظهرت تسعة أرقام وتظهر جميعها في الأصل ، وهي نتيجة أفضل من التحذيرات المعتادة حول تصنيع AI التي ستقودك إلى توقعها. كان الملخص لا يزال خاطئًا ، في مكانين ، وأبقى كلا الخطأين على الأرقام سليمة. يقرأ أحدهم & quot؛ شققًا ميسورة التكلفة لـ 80٪ من إيجار السوق ، وهو مستوى أقل بكثير من المأوى بنسبة 30٪ ، والذي يقارن مستوى الإيجار مقابل نسبة من الوحدات ويصل إلى جملة لا يمكن أن تكون صحيحة في أي حسابية.
ليرة تركية؛DR: الشيء الذي يجب التحقق منه في الملخص ليس ما إذا كانت الأرقام حقيقية ، بل ما إذا كانت لا تزال مرتبطة بالشيء الصحيح. تم قياسه على مصدر مكون من 327 كلمة: صفر أرقام مخترعة ، وضغط صحيح عند 0.28 و 0.59 من الأصل ، وعلاقتان معطلتان ، كل واحدة تحتفظ بالأرقام وتفقد ما أشارت إليه. من الجدير أيضًا أن تعرف قبل لصق: إعدادات الطول مطلقة ، لذلك في مدخل قصير & quot؛ أنتج ملخصًا أطول بـ 2.2 مرة من النص الذي لخصته. لامه الملخص يعمل على خادم الموقع الخاص.
ماذا تفعل إعدادات الطول الأربعة؟
يسمون حجم الإخراج ، ويضربونه. الامتثال للتنسيق هو الشيء الأكثر موثوقية هنا.
تم قياسه في نفس المقطع المكون من 91 كلمة:
| تعيين | طلب | مولد | نسبة إلى المصدر |
|---|---|---|---|
| جملة واحدة | جملة واحدة | جملة واحدة ، 47 كلمة | 0.52 |
| فقرة قصيرة | 3 إلى 4 جمل | 4 جمل ، 82 كلمة | 0.90 |
| النقاط | 5 إلى 7 رصاصات | 7 رصاصات و 95 كلمة | 1.04 |
| مفصل | 2-3 فقرات | 3 فقرات 200 كلمة | 2.20 |
كل واحد من هؤلاء يطابق التعليمات. جملة واحدة هي جملة واحدة. أعطت النقاط النقطية سبع ، داخل الفرقة الخمس إلى السبعة. أعطى مفصلة ثلاث فقرات.
انظر إلى العمود الأخير.
لماذا كان الملخص التفصيلي أطول من المقال؟
لأن الأطوال هي أهداف مطلقة ، وليست نسب المدخلات.
"مفصلة" تسأل فقرتين إلى ثلاث فقرات تغطي كل نقطة رئيسية ، وتنتج فقرتين إلى ثلاث فقرات سواء أعطيتها تسعين كلمة أو تسعة آلاف. في مقطع قصير ، يعني ذلك أن النموذج يكتب نثرًا ضامًا حول الحقائق للوصول إلى الطول ، ويكون الناتج أطول مما يلخصه.
نفس المقطع في 327 كلمة يتصرف كما تتوقع:
| طول المصدر | فقرة قصيرة | مفصل |
|---|---|---|
| 91 كلمة | 0.90 من المصدر | 2.20 من المصدر |
| 327 كلمة | 0.28 من المصدر | 0.59 من المصدر |
لذا فإن التعادل يجلس في مكان ما حوالي مائتين إلى ثلاثمائة كلمة. أدناه ، اختر جملة واحدة ، أو لا تلخصها على الإطلاق ، لأن المقطع المكون من 91 كلمة هو بالفعل طول الملخص.
التضخم واضح أيضًا في النثر. يفتح قرار مجلس المدينة المفصل في مرائب وقوف السيارات في وسط المدينة مشروعًا مهمًا للتنمية الحضرية يهدف إلى معالجة القدرة على تحمل تكاليف الإسكان وتحفيز النمو الاقتصادي & quot؛ وهو ثلاث وعشرون كلمة ليقول إن المجلس وافق على مخطط.
هل تخترع الحقائق؟
في هذا الاختبار ، لا ، وهذا يستحق أن نذكر بوضوح مثل الإخفاقات.
لقد أحصيت كل رقم في المصدر المكون من 327 كلمة وكل رقم في الملخص التفصيلي له:
numbers in source 19
numbers in summary 9
in summary, not in source: none
نجا تسعة من تسعة عشر شخصية ولم يظهر أي شخصية جديدة. يعمل النموذج عند درجة حرارة 0.3 ، وهو أدنى نطاق تستخدمه أي أداة كتابة في الموقع ، وهو الإعداد الذي يجعل هذا النوع من الإخراج محافظًا.
هذا هو العنوان الرئيسي الذي ستتوقف عنده معظم تغطية تلخيص AI ، وهو النصف الأقل فائدة من الصورة.
ثم ما الخطأ الذي حدث؟
العلاقات بين الأرقام ، التي تبقى كأرقام وتكسر كمعنى.
مطالبة الإسكان الميسور. يقول المصدر إن 85 شقة من أصل 340 شقة ستكون في متناول 80 في المائة من إيجار السوق ، وأن هذه النسبة أقل من 30 في المائة التي توصي بها المأوى. يقول الملخص:
designated affordable apartments for 80% of market rent,
a level significantly below Shelter's recommended 30%
كلا الرقمين حقيقيان. المقارنة هراء: 80 في المائة من إيجار السوق هو سعر ، و 30 في المائة عبارة عن حصة من الوحدات ، وتؤكد الجملة أن الأولى أقل من الثانية. الرقم الذي جعل الجملة الأصلية منطقية ، 85 وحدة من أصل 340 ، هي التي تم إسقاطها.
نزاع وقوف السيارات. المصدر: استشهد المجلس بنسبة 41 في المائة من الإشغال وتعارضه غرفة التجارة مع مسح خاص به. يقول الملخص إن الغرفة ذكرت "أرقام السعة المستخدمة في مسحهم كانت أقل من معدل الإشغال 41٪" ، الذي يجادل الغرفة بعكس موقفها.
لن يتم اكتشاف أي خطأ من خلال التحقق من الأرقام مقابل المصدر. كلاهما يتطلب قراءة الجملة والسؤال عما تدعي.
هذا الفشل له اسم في الأدبيات البحثية. ماينيز وزملاؤه & # 39 ؛ العمل على الإخلاص في التلخيص التجريدي يفصل الهلوسة الخارجية ، حيث يقدم الملخص شيئًا غائبًا عن المصدر ، عن الهلوسة الجوهرية ، حيث يعيد دمج المواد الموجودة في بيان لا يصدره المصدر. اكتشافهم ، في الملخصات المشروحة من قبل الإنسان ، هو أن النوع الجوهري أكثر شيوعًا وأصعب اكتشافه تلقائيًا. هذا هو بالضبط شكل كلا الخطأين أعلاه ، وهذا هو السبب في أن فحص الأرقام يعطي ثقة خاطئة.
ما الذي يسقط ، وهل هناك نمط؟
التفاصيل التي تدعم المطالبة بدلاً من أن تكون المطالبة ، ولا ، لا يوجد نمط موثوق.
من نفس المصدر ، اختفت هذه تمامًا: 1412 ردًا استشاريًا ، و 63 بالمائة من الدعم ، وتاريخ الجراجين ، و 12 مليون جنيه استرليني ، ومسح شمل 38 شركة وجدت 71 بالمائة وصلت بالسيارة ، وتردد 20 دقيقة للمكوك ، وتكلفة البنية التحتية 4.3 مليون جنيه ، وتاريخ بدء مارس. احتفظ الملخص بـ "التكلفة الأولية لتحسين البنية التحتية" بدون الرقم الذي جعلها حجة.
في الممر الأقصر ، كان السقوط غير متساوٍ بطريقة تقضي على أي قاعدة عامة:
| حقيقة | جملة واحدة | فقرة قصيرة | النقاط | مفصل |
|---|---|---|---|---|
| 340 شقة | محمي | ضائع | محمي | محمي |
| الايجارات 18% | ضائع | ضائع | ضائع | محمي |
| تمت إزالة 900 مساحة | ضائع | ضائع | محمي | ضائع |
| يبدأ الربيع القادم | محمي | ضائع | محمي | محمي |
الملخص الأطول ليس مجموعة أقصر من مجموعة أقصر. "الفقرة القصيرة" خسرت عدد الشقق التي " جملة واحدة " محفوظة. "مفصلة" فقدت رقم وقوف السيارات الذي "نقطة" نقاط & quot؛ محفوظة. إذا كان رقم معين مهمًا بالنسبة لك ، فإن الإعداد الذي يحافظ عليه لا يمكن التنبؤ به ، والنهج الوحيد الموثوق هو التحقق.
أكثر ما يجب أن يقلق القارئ هو زيادة الإيجار: 18 بالمائة في ثلاث سنوات هي الإحصائية الوحيدة الأكثر قابلية للاقتباس في القطعة ، وثلاثة من الإعدادات الأربعة أسقطتها.
هل يمكن تلخيص ملف PDF أو صفحة ويب؟
ليس بشكل مباشر. يأخذ نصًا تلصقه ، مما يعني أن الاستخراج هو خطوة منفصلة وتستحق القيام بها عن عمد.
للحصول على ملف PDF ، اسحب النص أولاً. PDF إلى نص هل ذلك في المتصفح و دليل ما يكلفه التحويل يستحق دقيقة من وقتك أولاً ، لأن أعمدة PDF تخرج معزولة ويخرج الجدول كسطر من القيم. ملخص الأعمدة المخفوقة هو ملخص للهراء ، وسوف يقرأ بطلاقة.
بالنسبة لصفحة ويب ، انسخ نص المقالة بدلاً من الصفحة. أصبحت التنقل ولافتات ملفات تعريف الارتباط وقوائم المقالات ذات الصلة وأعداد التعليقات مدخلات ، وليس لدى النموذج طريقة لمعرفة أنها أثاث. على صفحة بها شريط جانبي طويل يمكنهم أن يفوقوا المقالة.
بالنسبة للمستند الممسوح ضوئيًا ، لا يوجد نص لاستخراجه على الإطلاق ، ويأتي التعرف الضوئي على الحروف أولاً. ما يكسر في الواقع التعرف الضوئي على الحروف لديه النسخة المقاسة من ذلك ، حيث يكون الميل ثلاثي الدرجات أكثر أهمية من الدقة.
القاعدة العامة: كل ما يصل إلى الصندوق هو ما يتم تلخيصه ، بما في ذلك أي شيء جاء عن طريق الصدفة.
لماذا لا تقرأ الفقرة الأولى فقط؟
في كثير من الأحيان يجب عليك ، ومعرفة متى يكون الفرق بين استخدام الملخص جيدًا واستخدامه بشكل انعكاسي.
تستخدم كتابة الأخبار الهرم المقلوب ، حيث تحمل الفقرة الأولى القصة بأكملها وكل شيء بعد أن يضيف التفاصيل بترتيب تنازلي من الأهمية. بالنسبة لمقال إخباري ، فإن الفقرة الأولى هي ملخص كتبه شخص قرأ الشيء ، وهو مجاني وفوري.
عندما يكسب الملخص محضره هو المادة التي لا تكتب بهذه الطريقة:
| مصدر | اقرأ الافتتاح | لخص |
|---|---|---|
| مقالة إخبارية | نعم ، إنه ملخص بالفعل | نادرا ما يستحق كل هذا العن |
| دقائق ، نصوص ، مواضيع | لا يوجد هيكل لاستغلاله | نعم |
| ورقة أكاديمية | الملخص موجود بالفعل | فقط لقسم |
| تقرير مع ملخص تنفيذي | اقرأ ذلك | فقط الأقسام التي يتخطى |
| وثيقة قانونية أو وثيقة | الافتتاح هو التعريفات | نعم مع التدقيق |
الحالة الشائعة التي تناسب هذه الأداة هي تلك التي لا تحتوي على ملخص مكتوب من المؤلف ولا ترتيب مفيد: سلسلة بريد إلكتروني ، مجموعة من ملاحظات الاجتماع ، نسخة ، سجل دردشة طويل. تلك المعلومات موزعة بالتساوي من خلالها ، والتي هي بالضبط عند قراءة الفقرة الأولى لا تخبرك بأي شيء.
ما هو الإعداد الذي يجب أن تختاره؟
من خلال ما ستفعله بالملخص ، والاختيار أضيق مما تقترحه أربعة خيارات.
| تعيين | استخدمه ل | تجنب متى |
|---|---|---|
| جملة واحدة | سطر الموضوع ، ملاحظة لنفسك ، فرز | تحتاج إلى أي تفاصيل على الإطلاق |
| فقرة قصيرة | قراءة مستند طويل بسرعة | المصدر أقل من 200 كلمة |
| النقاط | ملاحظات سوف تقوم بالمسح مرة أخرى لاحقًا | المصدر لديه حجة وليس قائمة |
| مفصل | تقرير طويل لا يزال يتعين عليك العمل عليه | المصدر قصير أو تحتاج إلى كل شخصية |
النقاط تستحق تحذيرًا. إن تحويل النثر إلى رصاصات يتجاهل النسيج الضام ، حيث يعيش الخلاف. تصبح قطعة عن قرار تخطيط متنازع عليه قائمة من العبارات مع إزالة المسابقة ، وتقرأ الرصاصات على أنها حقائق مستقرة.
ماذا يجب أن تحقق في الملخص؟
ثلاثة أشياء ، بهذا الترتيب ، لأن الأولين سريعان.
- كل رقم مقابل المصدر. ليس ما إذا كان ذلك معقولاً ، سواء كان هناك. دقيقة واحدة لملخص قصير.
- ما هو كل رقم مرفق به. هذا هو المكان الذي كانت فيه الأخطاء. اقرأ كل جملة تحتوي على رقم واسأل عن الادعاء الذي تقدمه ، ثم ابحث عن هذا الادعاء في المصدر.
- من قال ماذا. الإسناد هو الشيء الآخر الذي يعكس. مثال غرفة التجارة أعلاه هو انعكاس للموقف يقرأ بشكل طبيعي تمامًا.
ما لا يمكنك التحقق منه بالمقارنة هو ما هو مفقود ، لأن الحقيقة الغائبة لا تترك أي أثر في الإخراج. يحتاج إلى قراءة المصدر ، وهو الشيء الذي كنت تحاول تجنبه. التأطير الصادق هو أن الملخص يخبرك عن موضوع المستند حتى تتمكن من تحديد ما إذا كنت ستقرأه ، وليس حتى تتمكن من تخطيه.
هل الملخص آمن لإعادة التوجيه؟
ليس كبديل للشيء الذي يلخصه ، والسببان أعلاه هما السبب.
كلاهما كان بطلاقة. كلاهما احتفظ بأرقام حقيقية. كلاهما سينجو من مقشود من قبل شخص لم يقرأ المصدر ، وسيتكرر السكن الميسور في اجتماع من قبل شخص لا يستطيع بعد ذلك تحديد مصدره.
إذا كنت تعيد توجيه ملخص ، فقم بإعادة توجيه المصدر به. إذا كنت تقتبس من ملخص ، فارجع إلى مصدر الاقتباس. إذا كنت تتخذ قرارًا بشأن ملخص ، فإن الرقم الذي تقرر بشأنه هو الرقم الذي يجب التحقق منه أولاً.
هذه ليست حجة ضد التلخيص. إنها الممارسة العادية للعمل من أي حساب مستعمل ، والملخص الذي تنتجه آلة هو ذلك بالضبط.
كم من الوقت يستغرق؟
بين ثلاثين ثانية ودقيقة ونصف ، تتبع الإخراج بدلاً من الإدخال.
| يجري | مصدر | تعيين | توقيت |
|---|---|---|---|
| 1 | 91 كلمة | جملة واحدة | 32 ق |
| 2 | 91 كلمة | مفصل | 73 ق |
| 3 | 327 كلمة | فقرة قصيرة | 66 ق |
| 4 | 327 كلمة | مفصل | 95 ثانية |
قراءة مصدر طويل رخيصة نسبيًا ؛ كتابة ملخص طويل ليس كذلك. "تكلفتها التفصيلية" ضعف ما يكلفه "جملة واحدة" تكلفتها على نفس المدخلات.
يوجد سقف على المدخلات أيضًا. يتم اختصار النص الطويل جدًا إلى ما يمكن أن يقرأه النموذج دفعة واحدة ، وتقول الصفحة ذلك عندما يحدث ذلك بدلاً من تلخيص الجزء الأول بصمت. للحصول على تقرير طويل ، قم بتلخيصه في أقسام ، والذي يبقي كل فحص صغيرًا بما يكفي للقيام به بشكل صحيح.
لماذا تم التنبؤ به؟
لأن التلخيص هو الوظيفة الوحيدة في الموقع حيث تكون الإجابة القابلة للتكرار هي الإجابة الصحيحة.
تحمل كل أداة AI هنا درجة حرارة تتحكم في مقدار الاختلاف المسموح به للنموذج. تعمل أدوات التسمية عند 1.0 ، لأن قائمة الأسماء التي لا تتغير أبدًا لا فائدة منها. المجدد يجلس عند 0.5. الملخص هو 0.3 ، أدنى أدوات الكتابة.
لهذا السبب لم يتم اختراع أي أرقام. تجعل درجة الحرارة المنخفضة النموذج يلتصق بأقرب استمرار للنص الموجود أمامه ، والذي يعني بالنسبة لمهمة التلخيص النص الموجود أمامه. نفس الإعداد هو السبب في أن الإخراج يمكن أن يكون مسطحًا وميكانيكيًا قليلاً ، وهو التجارة الصحيحة هنا.
وهذا يعني أيضًا أن إعادة التشغيل لن تساعد كثيرًا. إذا أسقط ملخص رقمًا تحتاجه ، فعادة ما يؤدي تشغيله مرة أخرى إلى إسقاطه مرة أخرى ، والحركة الأفضل هي إعداد طول مختلف أو إدخال أقصر.
لماذا يتم تشغيل هذا على خادم الموقع الخاص؟
لأن المستندات التي يلخصها الأشخاص هي تلك التي لا يمكنهم لصقها في خدمة عامة.
أوراق مجلس الإدارة ، خطاب قانوني ، تقرير حادث ، موضوع حول زميل ، مسودة تحت الحظر ، ملخص طبي. يرسل البديل المعتاد المستند بأكمله إلى شركة تسمح بشروطها بالاحتفاظ بها وربما التدريب عليها.
هنا يذهب إلى نموذج صغير على الأجهزة الخاصة بالموقع ولا يتم تخزينه إلا إذا اخترت إرسال التعليقات. التكلفة مرئية في التوقيت أعلاه ، وفي السقف الصادق: نموذج صغير يلخص صفحة بشكل جيد ومائة صفحة لا على الإطلاق.
