Buchumschlag

Can GPT models Follow Human Summarization Guidelines? A Study for Targeted Communication Goals

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Yongxin, Ringeval, Fabien, Portet, François
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PSentScore: Evaluating Sentiment Polarity in Dialogue Summarization
von: Zhou, Yongxin, et al.
Veröffentlicht: (2023)

Automated Clinical Report Generation for Remote Cognitive Remediation: Comparing Knowledge-Engineered Templates and LLMs in Low-Resource Settings
von: Zhou, Yongxin, et al.
Veröffentlicht: (2026)

Can Large Language Model Summarizers Adapt to Diverse Scientific Communication Goals?
von: Fonseca, Marcio, et al.
Veröffentlicht: (2024)

MedMeta: A Benchmark for LLMs in Synthesizing Meta-Analysis Conclusion from Medical Studies
von: Ha, Huy Hoang, et al.
Veröffentlicht: (2026)

Can Large Language Models Follow Concept Annotation Guidelines? A Case Study on Scientific and Financial Domains
von: Fonseca, Marcio, et al.
Veröffentlicht: (2023)

Mechanistic Interpretability as Statistical Estimation: A Variance Analysis
von: Méloux, Maxime, et al.
Veröffentlicht: (2025)

Optimal path for Biomedical Text Summarization Using Pointer GPT
von: Han, Hyunkyung, et al.
Veröffentlicht: (2024)

Can GPT Improve the State of Prior Authorization via Guideline Based Automated Question Answering?
von: Vatsal, Shubham, et al.
Veröffentlicht: (2024)

Everything, Everywhere, All at Once: Is Mechanistic Interpretability Identifiable?
von: Méloux, Maxime, et al.
Veröffentlicht: (2025)

ChatGPT vs Human-authored Text: Insights into Controllable Text Summarization and Sentence Style Transfer
von: Liu, Dongqi, et al.
Veröffentlicht: (2023)

Mechanistic Interpretability of GPT-like Models on Summarization Tasks
von: Mishra, Anurag
Veröffentlicht: (2025)

Iterative Prompt Refinement for Dyslexia-Friendly Text Summarization Using GPT-4o
von: Bhojwani, Samay, et al.
Veröffentlicht: (2026)

Understanding LLM Behavior in Multi-Target Cross-Lingual Summarization
von: Ryu, Sangwon, et al.
Veröffentlicht: (2026)

Utilizing GPT to Enhance Text Summarization: A Strategy to Minimize Hallucinations
von: Shakil, Hassan, et al.
Veröffentlicht: (2024)

Can ChatGPT Learn to Count Letters?
von: Conde, Javier, et al.
Veröffentlicht: (2025)

An Empirical Study of Many-to-Many Summarization with Large Language Models
von: Wang, Jiaan, et al.
Veröffentlicht: (2025)

Models Can and Should Embrace the Communicative Nature of Human-Generated Math
von: Boguraev, Sasha, et al.
Veröffentlicht: (2024)

Improving Summarization with Human Edits
von: Yao, Zonghai, et al.
Veröffentlicht: (2023)

HC3 Plus: A Semantic-Invariant Human ChatGPT Comparison Corpus
von: Su, Zhenpeng, et al.
Veröffentlicht: (2023)

Self-Guided Plan Extraction for Instruction-Following Tasks with Goal-Conditional Reinforcement Learning
von: Volovikova, Zoya, et al.
Veröffentlicht: (2026)

A Comparative Study of Quality Evaluation Methods for Text Summarization
von: Nguyen, Huyen, et al.
Veröffentlicht: (2024)

Can ChatGPT Really Understand Modern Chinese Poetry?
von: Wang, Shanshan, et al.
Veröffentlicht: (2026)

Model-based Preference Optimization in Abstractive Summarization without Human Feedback
von: Choi, Jaepill, et al.
Veröffentlicht: (2024)

Advantages of Domain Knowledge Injection for Legal Document Summarization: A Case Study on Summarizing Indian Court Judgments in English and Hindi
von: Datta, Debtanu, et al.
Veröffentlicht: (2026)

Can one size fit all?: Measuring Failure in Multi-Document Summarization Domain Transfer
von: DeLucia, Alexandra, et al.
Veröffentlicht: (2025)

Emojis Decoded: Leveraging ChatGPT for Enhanced Understanding in Social Media Communications
von: Zhou, Yuhang, et al.
Veröffentlicht: (2024)

TempPerturb-Eval: On the Joint Effects of Internal Temperature and External Perturbations in RAG Robustness
von: Zhou, Yongxin, et al.
Veröffentlicht: (2025)

The Human and the Mechanical: logos, truthfulness, and ChatGPT
von: Giannakidou, Anastasia, et al.
Veröffentlicht: (2024)

Can GPT-4 learn to analyse moves in research article abstracts?
von: Yu, Danni, et al.
Veröffentlicht: (2024)

PreSumm: Predicting Summarization Performance Without Summarizing
von: Koniaev, Steven, et al.
Veröffentlicht: (2025)

A LLM-Powered Automatic Grading Framework with Human-Level Guidelines Optimization
von: Chu, Yucheng, et al.
Veröffentlicht: (2024)

Can Language Models Follow Multiple Turns of Entangled Instructions?
von: Han, Chi, et al.
Veröffentlicht: (2025)

Correction with Backtracking Reduces Hallucination in Summarization
von: Liu, Zhenzhen, et al.
Veröffentlicht: (2023)

Exploring the features used for summary evaluation by Human and GPT
von: Sadeghi, Zahra, et al.
Veröffentlicht: (2025)

On the Benefits of Fine-Grained Loss Truncation: A Case Study on Factuality in Summarization
von: Flores, Lorenzo Jaime Yu, et al.
Veröffentlicht: (2024)

Summarization Metrics for Spanish and Basque: Do Automatic Scores and LLM-Judges Correlate with Humans?
von: Barnes, Jeremy, et al.
Veröffentlicht: (2025)

CNsum:Automatic Summarization for Chinese News Text
von: Zhao, Yu, et al.
Veröffentlicht: (2025)

Can AI Be as Creative as Humans?
von: Wang, Haonan, et al.
Veröffentlicht: (2024)

Alpha-GPT: Human-AI Interactive Alpha Mining for Quantitative Investment
von: Wang, Saizhuo, et al.
Veröffentlicht: (2023)

Can we trust the evaluation on ChatGPT?
von: Aiyappa, Rachith, et al.
Veröffentlicht: (2023)