शोधकर्ताओं ने Highlight-Then-Summarize (H2S) का प्रस्ताव दिया, जो एक compress-then-reason अंतर्दृष्टि है जो प्रश्न-संबंधी प्रमाण की पहचान करती है और उत्तर उत्पन्न करने से पहले उसे एक संपीड़ित सारांश में एकीकृत करती है। टीम ने H2S-Dataset का निर्माण 6,647 उदाहरणों के साथ किया और प्रमाण चयन के लिए प्रक्रिया-स्तर पुरस्कार प्रदान करने के लिए H2S-RL को पेश किया।
- साझा 128K इनपुट और 4K आउटपुट बजट के तहत सात-कार्य H2S-Bench सूट पर H2S-14B ने 32.60 का औसत स्कोर प्राप्त किया।
- मॉडल Qwen3.8-27B से 10.17 अंक से बेहतर प्रदर्शन करता है, जिसमें मूल्यांकन किए गए ओपन-सोर्स मॉडलों में सबसे मजबूत समग्र परिणाम प्राप्त होता है।
- H2S-14B केवल 4K आउटपुट बजट के साथ अपने 16K-बजट प्रदर्शन का 97.1% बनाए रखता है, जबकि यह सबसे उच्च Evidence-Summary Quality स्कोर प्राप्त करता है।
ये परिणाम दर्शाते हैं कि स्पष्ट रूप से प्रमाण का चयन और एकीकरण लंबे संदर्भ की तर्कशक्ति को बेहतर बनाता है, साथ ही अधिक संपीड़ित उत्पत्ति को भी सक्षम बनाता है।