本研究提出了一种创新的零样本迁移学习框架T3，用于解决长文本摘要问题。通过在辅助任务上训练基线LLM，提升目标任务表现。结果表明，T3在多个数据集上的ROUGE、BLEU和Factscore指标显著提高，展示了其在多任务中的潜力。

该文介绍了一种简单的框架，使预训练Transformer能够处理更长的序列，同时计算和内存成本与输入序列长度线性增长。通过在编码步骤中对块间信息进行对齐，提取块间语义信息。实验结果表明，该方法在长文本摘要和阅读理解任务上取得了有效的改进。