本研究探讨了一种基于要点的上下文压缩方法，以提升大语言模型处理长上下文的能力。尽管在某些任务中表现良好，但在合成回忆等方面仍面临挑战。为此，提出了细粒度自编码和段落令牌重要性评估两种策略。