如果您正在寻找改进文本文档的 ChatGPT 摘要的新方法，您可能会对使用 ChatGPT-4 生成密集摘要的新方法感兴趣。这个新的 ChatGPT 提示是 Salesforce AI、麻省理工学院、哥伦比亚大学和生物医学信息学的协作成果，基于密度链提示的概念。
密度链提示的想法是一种旨在通过将一系列提示链接在一起来生成更简洁和信息丰富的摘要的方法，这些提示引导模型专注于文本的最重要方面。这种方法与传统的零镜头或普通提示不同，后者通常会导致摘要范围太宽或太窄。
“选择要包含在摘要中的”正确“信息量是一项艰巨的任务。一个好的总结应该是详细的，以实体为中心的，而不是过于密集和难以理解。为了更好地理解这种权衡，我们征求越来越密集的 GPT-4 摘要，我们称之为“密度链”（CoD） 提示。具体来说，GPT-4 会在迭代合并缺失的显著实体而不增加长度之前生成初始实体稀疏摘要。与由原版提示生成的 GPT-4 摘要相比，Co D 生成的摘要更抽象，表现出更多的融合，并且具有更少的先导偏差。
改进 ChatGPT-4 摘要
密度链提示方法在一系列实验中进行了测试。目标是评估其在生成密集摘要方面的有效性，并将其性能与零镜头或普通 ChatGPT 提示进行比较。测试过程显然是严格的，涉及各种文本和场景，以确保对该方法的功能进行全面评估。阅读官方论文或观看下面由All About AI制作的视频，以了解有关这种使用ChatGPT提示创建摘要的新方法的更多信息。密度链提示包含在本文底部，如果您想尝试一下。
密度链聊天GPT提示
测试结果非常有启发性。与零镜头或原版提示相比，密度链提示方法在生成密集摘要方面表现出显着改进。编写的摘要更简明扼要，包含更多的相关信息，而且在抓住原文的精髓方面通常更准确。这些结果表明，密度链提示方法可能是人工智能语言模型领域的宝贵工具。
然而，重要的是要注意，虽然结果很有希望，但它们并不是确定的。密度链提示方法仍处于早期阶段，需要进一步测试和完善以充分了解其潜力和局限性。尽管如此，该方法的初步印象是积极的，它代表了人工智能语言模型领域向前迈出的有希望的一步。
密度链提示方法背后的研究人员已经邀请该领域的其他人尝试该方法并阅读相关论文。这次公开邀请证明了推动人工智能领域进步的协作精神。这是其他人在已经完成的工作的基础上再接再厉的机会，可以在新的环境中测试该方法，并为这种创新方法的持续发展做出贡献。
密度链提示方法代表了使用 ChatGPT-4 生成密集摘要的重大进步。正如测试中所展示的那样，与零镜头或香草提示相比，它的性能优越，表明它可能是人工智能语言模型领域的宝贵工具。但是，重要的是要记住，这种方法仍处于早期阶段，需要进一步的测试和改进。邀请尝试该方法并阅读相关论文是该领域其他人为这项重要工作做出贡献的令人兴奋的机会。
改进聊天GPT摘要
这是提示您自己尝试查看它可以产生的结果的提示：
文章： {插入文章}
您将生成上述文章越来越简洁的实体密集摘要。重复以下 2 个步骤 5 次。
第 1 步：从文章中识别 1-3 个信息实体（分隔），这些实体在先前生成的摘要中缺失。
第 2 步：编写一个长度相同的新更密集的摘要，涵盖上一个摘要中的每个实体和详细信息以及缺少的实体。
缺少的实体是：
- 相关：与主要故事相关。
- 具体：描述性但简洁（5个字或更少）。
- 小说：不在前面的摘要中。
- 忠实：出现在文章中。
- 任何地方：位于文章中。
指引： - 第一个摘要应该很长（4-5句话，~80个单词），但高度不具体，除了标记为缺失的实体之外，包含的信息很少。使用过于冗长的语言和填充词（例如，“本文讨论”）以达到~80字。
- 让每一个字都有意义。重写前面的摘要以改进流程并为其他实体腾出空间。
- 通过融合、压缩和删除诸如“文章讨论”之类的无信息短语来腾出空间。
- 摘要应该变得高度密集和简洁，但又自成一体，例如，在没有文章的情况下易于理解。
- 缺少的实体可以出现在新摘要中的任何位置。
- 切勿从上一个摘要中删除实体。如果无法腾出空间，请添加较少的新实体。
请记住：每个摘要使用完全相同的字数。
