跳转至

TIAO: Token Importance-Aware Policy Optimization for Text Summarization

复现级别：L1 核心机制诊断。 本地执行 token dependency 与双尺度 credit；未训练 7B 模型。

论文信息

字段 内容
论文链接 TIAO: Token Importance-Aware Policy Optimization for Text Summarization
公司/机构 National University of Defense Technology（按第一作者署名单位）
首次公开日期 2026-09-15（arXiv v1）
原文开源代码 是：https://github.com/TechCloud-x/TIAO
Adapter / 方法 tiao
本地复现代码 src/auto_research/post_training/latest_20260916_followup.py

原始论文总结

背景与主要改动

通过遮蔽源文档前后的 token 概率变化估计依赖性，同时重塑轨迹优势并聚焦重要 token 更新。

flowchart LR
  I[公开输入与当前状态] --> M[tiao 核心机制]
  M --> A[可审计中间量]
  A --> O[输出或状态更新]

原论文关键图

TIAO: Token Importance-Aware Policy Optimization for Text Summarization 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式与实现对应

本地 reference kernel 保留决定性的排序、门控、偏好方向、信用权重或状态转换，并输出可审计统计。三种子 fixture 用来验证不变量和边界，不把随机 mini-suite 分数解释成论文能力。

论文效果

论文中的准确率、速度、训练损失或 benchmark 结论只作为原文结果；本地结果不与其直接横比，也不外推线上收益。

本地复现

三种子结果见 metrics/mechanism-seeds42-44.json。统一 receipt 标记 diagnostic_only=true，不能进入正式能力排名。

CUDA 路径已在 NVIDIA A100 上执行；详见脱敏的 GPU 验证 receipt。receipt 不包含主机名、SSH alias 或驱动/build 字符串。

复现边界

本地执行 token dependency 与双尺度 credit；未训练 7B 模型。