sui-1: Sumarização de Longo Formato Fundamentada e Verificável
sui-1: Grounded and Verifiable Long-Form Summarization
January 13, 2026
Autores: Benedikt Droste, Jan Philipp Harries, Maximilian Idahl, Björn Plüster
cs.AI
Resumo
Os modelos de linguagem de grande porte frequentemente geram resumos plausíveis, porém infiéis, que os usuários não conseguem verificar em relação ao texto-fonte, uma limitação crítica em domínios sensíveis à conformidade, como a análise governamental e jurídica. Apresentamos o sui-1, um modelo de 24B de parâmetros que produz resumos abstrativos com citações em linha, permitindo que os usuários rastreiem cada afirmação até a sua frase de origem. Nossa pipeline de dados sintéticos combina a técnica de *chain-of-thought* com verificação em múltiplos estágios, gerando mais de 22.000 exemplos de treinamento de alta qualidade em cinco idiomas a partir de fontes diversas, incluindo documentos parlamentares, texto da web e Wikipedia. A avaliação mostra que o sui-1 supera significativamente todas as linhas de base de pesos abertos testadas, incluindo modelos com 3 vezes mais parâmetros. Estes resultados demonstram que o treinamento específico para a tarefa supera substancialmente apenas a escala para a sumarização fundamentada em citações. Os pesos do modelo e uma demonstração interativa estão publicamente disponíveis.
English
Large language models frequently generate plausible but unfaithful summaries that users cannot verify against source text, a critical limitation in compliance-sensitive domains such as government and legal analysis. We present sui-1, a 24B parameter model that produces abstractive summaries with inline citations, enabling users to trace each claim to its source sentence. Our synthetic data pipeline combines chain-of-thought prompting with multi-stage verification, generating over 22,000 high-quality training examples across five languages from diverse sources including parliamentary documents, web text, and Wikipedia. Evaluation shows sui-1 significantly outperforms all tested open-weight baselines, including models with 3x more parameters. These results demonstrate that task-specific training substantially outperforms scale alone for citation-grounded summarization. Model weights and an interactive demo are publicly available.