Der "Chain of Density"-Prompt soll mehr Informationen in weniger Worte packen

Article: {{article}
You will generate increasingly concise entity-dense summaries of the above article. Repeat the following 2 steps 5 times.

Step 1: Identify 1-3 informative entities (delimited) from the article which are missing from the previously generated summary.
Step 2: Write a new denser summary of identical length which covers every entity and detail from the previous summary plus the missing entities.

A missing entity is
- Relevant: to the main storys.
- Specific: descriptive yet concise (5 words or fewer).
- Novel: not in the previous summary.
- Faithful: present in the article.
- Anywhere: located in the article.

Guidelines:
- The first summary should be long (4-5 sentences, ~80 words), yet highly non-specific, containing little information beyond the entities marked as missing. Use overly verbose language and fillers (e.g., "this article discusses") to reach ~80 words.
- Make every word count. Rewrite the previous summary to improve flow and make space for additional entities.
- Make space with fusion, compression, and removal of uninformative phrases like "the article discusses".
- The summaries should become highly dense and concise, yet self-contained, e.g., easily understood without the article.
- Missing entities can appear anywhere in the new summary.
- Never drop entities from the previous summary. If space cannot be made, add fewer new entities.

Remember: Use the exact same number of words for each summary.

Answer in JSON. The JSON should be a list (length 5) of dictionaries whose keys are "missing_entities" and "denser_summary".

Die Komplexität guter Zusammenfassungen

Das Forschungsteam testete den Prompt mit 100 Nachrichtenartikeln von CNN und DailyMail. Menschen, in diesem Fall vier der Autoren des Papers, bewerteten die Zusammenfassungen nach etwa drei Durchgängen am besten.

GPT-4 bewertete die Zusammenfassungen in den Dimensionen Information, Qualität, Kohärenz, Attributierbarkeit und "Insgesamt" nach zwei Durchgängen im Durchschnitt am höchsten. Die CoD-Methode soll einem einfacheren getesteten Prompt ("Write a VERY short summary of the Article. Do not exceed 70 words.") überlegen sein.

"Wir glauben, dass ein gewisses Maß an Verdichtung wünschenswert ist, aber wenn die Zusammenfassungen zu viele Entitäten pro Token enthalten, ist es sehr schwierig, die Lesbarkeit und Kohärenz aufrechtzuerhalten", schreibt das Team.

Im Allgemeinen schneiden der erste und der letzte Schritt am schlechtesten ab, wobei die drei mittleren Zusammenfassungen nahe beieinander liegen. Dass die erste Zusammenfassung schlechter bewertet wird, ist logisch, da das Modell in diesem Prompt aufgefordert wird, zunächst eine oberflächliche Zusammenfassung zu schreiben.

Dass die Ergebnisse so eng beieinander liegen, zeigt auch, wie schwierig es ist, Texte ab einem bestimmten Niveau zu bewerten. Das wiederum macht es schwierig, die Wirkung des "Prompt Engineering" zu messen.

Das Forschungsteam veröffentlicht neben dem Prompt einen Datensatz mit 500 kommentierten und 5000 unkommentierten CoD-Zusammenfassungen.