RICoT 论文:让 LLM 像读者一样逐页推理,页流分割 F1 达 0.915

Prashant Khatri · hf · 2026-11-20

论文 RICoT(Recurrent Interleaved Chain-of-Thought)将页流分割(PSS,把多页文件拆成独立文档)重新定义为对整个页流的顺序处理,而非仅对相邻页做边界分类。

方法像一个读者:在滑动窗口内逐页推理并做出边界决定,跨窗口携带紧凑的已读记录,控制每次调用成本。同时发布含 205 个脱敏真实金融页流的新基准 FinancePSS-205。

结果:三个开源 LLM 上 RICoT 均匹配或超过 pairwise/windowed 提示;在 TABME 测试子集上,RICoT + GLM-5 达到文档 F1 0.847、边界 F1 0.915,超过已发表零样本结果。用大模型决策蒸馏的 2B 学生模型表现相近,与最强提示模型差距在 0.05 文档 F1 以内。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →