本文介绍了一种基于深度强化学习的跨语言文本摘要模型，利用双语语义相似性作为奖励，取得了优于强基线的效果。研究表明，高容量多语言模型在零样本情况下表现更佳，并提出了一种新的参数高效的跨语言转移学习框架，显著减少语言间差异，尤其在低资源场景中。通过对齐方法和奖励模型的优化，提升了跨语言能力和生成模型的性能。