研究人员提出Highlight-Then-Summarize (H2S)，这是一种先压缩后推理的范式，它识别与问题相关的证据，并在生成答案之前将其整合为紧凑的摘要。团队构建了包含6,647个示例的H2S-Dataset，并引入H2S-RL为证据选择提供过程级奖励。

  • 在共享128K输入和4K输出预算下，H2S-14B在七任务H2S-Bench套件上平均得分为32.60。
  • 该模型比Qwen3.8-27B高出10.17分，在已评估的开源模型中取得最强的整体结果。
  • H2S-14B仅用4K输出预算就保留了其16K预算性能的97.1%，同时取得了最高的Evidence-Summary Quality得分。

这些结果表明，显式选择和整合证据能够改善长上下文推理，同时实现更紧凑的生成。