人工智能在处理长文档时，一个突出问题是容易在摘要中生成与原文不符的内容，即所谓的“幻觉”。这些错误不仅会传播不实信息，还迫使人类花费大量时间逐条核查，严重影响效率。

为缓解这一问题，一组计算机科学家提出了一个新的算法框架，从自然界的鸟群行为中汲取灵感，模拟鸟类高效自组织的方式。该框架作为大型语言模型（LLM）的预处理步骤，先对长文档进行结构化压缩，再交由模型生成摘要，从而提升长文档摘要的可靠性。

这项研究发表在期刊《人工智能前沿》上。

研究团队首先分析了AI代理在长文档摘要中出错的根源，随后据此设计出“鸟群算法”。

这些AI系统基于专门用于自主检索、写作和总结的LLM。尽管它们在生成文本方面表现出色，但在保证摘要准确性和忠实度方面仍存在明显不足。

纽约大学库朗数学、计算与数据科学学院计算机科学教授、预测分析与人工智能研究实验室主任 Anasse Bari 指出：“当输入文本过长、噪声过多或重复严重时，模型性能会下降。AI代理和LLM容易在这种情况下丢失关键信息，让重要内容被淹没在无关信息中，甚至完全偏离原始材料。”

基于对这一缺陷的分析，Bari 与合著者、纽约大学计算机科学研究员 Binxu Huang 借鉴鸟群这种有序且稳定的聚集方式，将其转化为生成式AI的预处理机制。

在他们的方法中，长文档中的每个句子——无论是科学论文还是法律分析——都被视作一只“虚拟的鸟”。算法通过评估句子的位置信息、主题中心性以及与整体话题的相关程度，将这些句子自动聚成若干簇，类似鸟群在空中自发形成的群体结构。

完成聚类后，每个簇会被压缩为最具代表性的句子，以此减少冗余、保留要点。最终得到的一组代表性句子构成一个结构化、简洁且精炼的文本，再作为输入交给LLM生成最终摘要。

Bari 表示：“我们的目标是让AI模型在生成摘要时更紧密地依托原始材料，同时在此之前尽可能去除重复和噪声。”他此前也曾利用自然界现象设计算法，以改进在线搜索效果。

算法的两大阶段

阶段一：为每个句子打分

首先，对文档中的每个句子进行清洗，只保留名词、动词和形容词，去除冠词、介词、连词以及标点符号。研究人员使用多种自然语言处理技术，将多词术语合并为单一概念（例如将 “lung cancer” 转为 “lung_cancer”），以保证语义完整。

接着，算法将句子转换为数值向量，这些向量综合了词汇、语义和话题等多种特征。随后，系统根据句子在全文中的中心性、所在章节的重要程度以及与摘要目标的契合度为其打分。引言、结果和结论等关键部分的句子会获得额外权重。

阶段二：利用鸟群算法保证多样性

如果仅按得分从高到低选句，很容易出现内容高度重复的问题，反而削弱了“鸟群效应”。例如，在一篇癌症研究论文中，得分最高的前五个句子可能都集中在治疗结果上，忽略了背景、方法或结论。

为此，框架将每个句子视作一只鸟，并根据其语义特征在一个虚拟空间中定位。借鉴自然界中鸟群的三条基本规则——

• 凝聚：靠近附近的鸟；
• 对齐：与邻居保持相似方向；
• 分离：避免过度拥挤；

语义相近的句子会自然聚集成簇，同时不同簇之间保持足够差异。每个簇内部会形成一个“领导者”句子，其他句子则附着在距离最近的领导者周围。

在最终摘要构建阶段，算法从每个簇中选取得分最高的句子，确保摘要能够覆盖背景、方法、结果和结论等不同方面，而不是反复强调同一主题。随后，这些代表性句子会被重新排序，输入到由LLM驱动的AI代理中，生成连贯流畅且紧扣原文的摘要。

实验结果与局限

研究人员在 9000 多份文档上测试了该算法，将其与仅使用LLM的AI代理进行对比。结果显示，结合鸟群算法预处理的框架，在事实准确性方面明显优于单独依赖LLM生成的摘要。

Bari 强调：“我们的核心思路是构建一个实验性框架，作为AI代理或LLM接收大规模文本前的预处理步骤，而不是与LLM或AI代理竞争。”

“这个框架会从文档中筛选出最重要的句子，构建更紧凑的文本表示和摘要，去除重复和噪声，从而提升AI后续处理的质量。”

同时，作者也坦言，这一方法并非万能。

Bari 表示：“我们的目标是帮助AI生成更贴近原始材料的摘要。这种方法有望在一定程度上缓解幻觉问题，但我们并不认为这已经是彻底的解决方案——事实并非如此。”