主要观点总结
本文介绍了一种基于Agent的新闻时间线摘要新框架——CHRONOS，由阿里巴巴通义实验室与上海交通大学提出。它通过迭代多轮的自我提问方式，结合检索增强生成技术，从互联网上检索相关事件信息，并生成时间顺序的新闻摘要，为新闻时间线摘要生成提供了一种全新的解决方案。
关键观点总结
关键观点1: 背景介绍
随着社交媒体和新闻网站的快速发展，用户需要从海量新闻中快速了解事件的来龙去脉。时间线摘要作为一种新的技术挑战，旨在从大量文本数据中提取关键事件，并按时间顺序排列，以提供对某一主题或领域历史发展的结构化视图。
关键观点2: 研究动机
尽管现有的时间线生成方法在某些情况下表现良好，但它们在处理开放域数据（即从互联网上直接搜索和检索新闻文章生成时间线的过程）时面临诸多挑战。需要强大的信息检索和筛选能力，以及在没有全局视图的情况下识别和建立事件之间联系的能力。
关键观点3: 方法介绍
为了应对这些挑战，团队提出了基于迭代自我提问的CHRONOS框架。该框架通过模拟人类信息检索过程，通过提出问题、基于检索结果进一步提出新的问题，最终收集关于相关事件的全面信息并总结为时间线。
关键观点4: 技术细节
在技术上，团队采用了大模型的能力来模拟自我提问过程，并提出了粗粒度背景调研和迭代提问等具体方法。此外，团队还通过引入检索增强生成技术和问题改写等优化手段来提高系统的性能。这些方法都是为了更有效地从互联网上检索相关事件信息并生成准确的时间线摘要。
关键观点5: 实验评估
为了评估系统性能，团队在开放域和封闭域两个设定下进行了广泛的实验，并与其他基线方法进行了比较。实验结果表明，无论是在开放域还是封闭域数据上，CHRONOS都显著提高了事件总结的质量和日期对齐的准确性。
文章预览
Chronos团队 投稿 量子位 | 公众号 QbitAI 现在，大模型可以帮你梳理 新闻时间线 了，以后吃瓜就更方便了！ AI Agent的风，咱们赛博乐子人也得吹吹。 这就是来自 阿里巴巴通义实验室 与 上海交通大学 的新研究，他们提出了一种基于Agent的新闻时间线摘要新框架—— CHRONOS 。 它不仅可以帮你从海量新闻中总结出重要事件，更重要的是，它还可以梳理出清晰的 时间线 ，以后上网冲浪时各种复杂事件都一目了然。 其中的CHRONOS一词取自希腊神话中的时间之神柯罗诺斯。 该框架通过 迭代多轮的自我提问 方式，结合 检索增强生成技术 ，从互联网上检索相关事件信息，并生成时间顺序的新闻摘要，为新闻时间线摘要生成提供了一种全新的解决方案。 先来一起瞅瞅几个例子。 比如对于新闻“国足1-0巴林”，CHRONOS能够总结海量新闻，呈现事件的来龙去脉。 对
………………………………
