该论文讨论了一个用于俄语科学论文的自动文本摘要任务的多模态数据集。实验结果表明，SBER的Gigachat和Yandex的YandexGPT语言模型在该任务上表现良好。数据集包含420篇论文，可在指定的URL上获取。

该论文创建了一个多模态数据集，包含文本、表格和图形，并测试了现有的语言模型在自动文本摘要任务上的表现。实验使用了SBER的Gigachat和Yandex的YandexGPT两个语言模型。数据集包含420篇论文，可在指定的URL上获取。

自动文本摘要利用自然语言处理算法，创建简明准确的摘要，减少人力。本文综述了最新方法和基于大型语言模型的研究，填补了两年的空白期。

本文介绍了一个文本编辑器，使用自动文本摘要为用户提供逐段摘要，帮助用户规划、结构化和反思写作过程。通过两个用户研究，作者发现该系统为用户提供了外部视角，帮助修改段落内容和范围，并快速了解文本总体情况和开发一些集成自动摘要的见解策略。这项工作突显了自然语言处理能够超越文本生成和纠正，强调了AI工具在写作中的价值。