HDBSCAN

SCURank

SCURank：以摘要內容單位（SCU）導向排序強化多模型蒸餾

在大型語言模型普及與蒸餾需求增長的背景下，SCURank提出以摘要內容單位（SCU）為核心的排名框架，替代不穩定的直接模型比對與單純文字重疊指標。方法先從每份候選摘要抽取SCU（採用類似SGU的做法），再以語意向量與密度式聚類將SCU群組化，根據群組頻率估算重要性，最後將每份摘要的SCU重要性加總並以長度正規化得分。