#BERTScore

一个 1B 小模型就能边判断介入时机边生成提示，比双模型管线快 1.3 倍多，做主动助手的人值得看看这篇。

一个把 LLM 危机报告和 121 份真实人道主义报告对着比的研究，数字看着打平，其实来源信息全缺，评估指标也翻车了。

论文提出了 CASPER 框架来摘要审讯对话，还配套 6000 条标注的 MINDSum 数据集，做法是让警官、督察等多角色打分迭代，ROUGE 和 BERTScore 都超了基线。