Google 推出文本简化功能 Simplify:用 Gemini 改写专业术语,保留关键细节
Google Research 推出基于 Gemini 的低损耗文本简化系统,并在 iOS 版 Google 应用上线 Simplify 功能。它不同于单纯的摘要提取,而是在保留全部原意与细节的前提下降低阅读门槛。测试显示,该系统将医学等复杂文本的阅读理解准确率提升了 15%。
如果你曾经试图读懂一份医疗检查报告、房屋买卖合同或者硬核技术白皮书,应该体会过那种每一个字都认识、连在一起却像天书的无力感。
普通人遇到这种情况,通常会把内容复制给 AI 让它「总结一下」。但总结往往会直接删掉关键限定词,甚至漏掉至关重要的条款;而如果让 AI「解释一下」,它又容易自己加戏,越扯越远。
Google Research 拿出了一个专门解决这个痛点的方案。他们发布了一套基于 Gemini 的「极低损耗文本简化」系统,目标很明确:既要把专业术语翻成人话,又坚决不准漏掉原文的任何关键细节和细微语境。
这项能力现在已经做进了 iOS 版的 Google 应用里,功能名叫「Simplify」。
让两台 Gemini 互相对练了 824 轮
要把晦涩的文字改写得通俗易懂,同时还不走样,光靠写几句提示词很难做到极致。Google 的做法是干脆让 AI 自己训练自己写提示词。
他们搭建了一个自动化的提示词迭代循环。底层的实际改写工作交给了速度快、成本低的 Gemini 1.5 Flash,而边上坐着一个专门找茬的裁判——性能更强的 Gemini 1.5 Pro。
每次 Flash 生成一段改写,系统就会自动给这篇文字的可读性和保真度打分。Pro 负责分析得分、挑出里面的毛病,并修改下一轮的提示词指令,然后再让 Flash 继续试。
整个自我优化循环连续跑了 824 轮,直到模型在这个任务上的表现彻底达到瓶颈才停下来。
读医学论文,答题正确率直接拔高 15%
为了验证这套改写到底管不管用,Google 搞了一场规模相当大的随机对照实验,收集了近 5 万道多选题的答题数据。
测试涵盖了医学、金融、法律和计算机技术等几个门槛最高的领域。实验结果显示,看简化后文字的受试者,多选题整体正确率绝对值提升了 4%。
其中提升最夸张的是来自 PubMed 的医学研究论文,受试者的理解正确率直接拉高了 15 个百分点,有一篇医学论文甚至让读者的正确率暴涨了 38%。
在金融领域,正确率提升了 6%;在法律和硬核技术领域,也都各有 4% 的提升。而且即使后来不让看原文直接闭卷答题,看简化版的受试者依然记得更牢,答题时的心理负担明显减轻、信心也更足。
现在如果你在 iPhone 的 Google 应用里浏览网页,遇到看不懂的长难句,只要选中文本,点击浮现出来的「Simplify」图标,就能在不离开当前页面的情况下,原地看到一份保留全部细节的通俗版文字。
为什么重要
我们认为,Google 这次做的事情,很可能是大语言模型在信息消费端最务实的一次落地。
以前我们让大模型帮忙读长文,本质上是在做「信息妥协」:要省时间,就得接受摘要丢掉的细节;要看懂细节,就得捏着鼻子读完天书。所谓「极低损耗简化」,实际上是把 AI 从一个帮你做减法的「摘要员」,变成了一个帮你重构认知的「贴身同传」。对普通人看体检单、小公司老板看合规法条、或者自学者啃技术文档来说,这种原地翻译成大白话的工具极其好用,完全值得马上试一试。
从技术路线上看,Google 这次最聪明的地方在于那 824 轮「左右手互搏」。它用强大的 Pro 模型去自动打磨 Flash 的提示词,把原本需要人工反复试错的提示词工程变成了完全自动化的闭环。这给行业打了个样:与其天天招人手工调优提示词,不如建立合理的打分机制让两个模型自己卷。
不过隐患也不是没有。Google 自己也在论文里坦承,模型依然有幻觉的可能,而且多选题答得好不等于读者真的形成了深度理解。医疗和法律文本里一个细微的词义偏差,都可能引发严重的误判。把这种功能直接交到普通用户手里,大家很容易因为读起来变顺畅了就彻底丧失警惕,这才是接下来最需要盯防的风险。
来源 (1)
- research.google(在新标签页打开)原文research.google