不留任何读者 behind：让每个人都能理解的多智能体摘要
计算与语言
2026-05-29 v1 人工智能
摘要
美国《清晰书写法案》要求政府文件以清晰、简单的语言撰写，以便一般公众轻松理解，但现有的摘要系统在面对一般读者中存在的多样化语言和认知障碍时仍感困难。我们提出了 NRLB（No Reader Left Behind），一个用于 plain language 摘要的多智能体框架，模拟了三个代表性读者群体：小学学生读者、非母语读者以及注意力缺陷读者。NRLB 结合了基于模板的计划与迭代的、以读者为导向的细化，系统性地检测和解决难以理解的术语、缺失的上下文以及令人困惑的句子。跨多个数据集的评估表明，NRLB 在保持事实准确性的同时持续提高了可读性。人类评估进一步验证了 NRLB 的影响，标注者偏好率 ranging from 55% to 76%，凸显了 NRLB 在既忠于原文又广泛易于一般公众理解方面的潜力。
引用
@article{arxiv.2605.28836,
title = {No Reader Left Behind: Multi-Agent Summaries Everyone Can Understand},
author = {Jimin Jung and MyoungJin Kim and Jaehyung Seo and Heuiseok Lim},
journal= {arXiv preprint arXiv:2605.28836},
year = {2026}
}