中文长文本任务上，几个模型的稳定性差异比预期大

同一份 3 万字的技术文档，让它做章节摘要并保持术语一致。

观察：

• 前半部分都还行，后半部分开始出现术语漂移，同一个概念换了三种叫法
• 越长的文档，中段越容易被忽略，摘要偏向前后
• 有模型会把没出现的结论补进去，看起来很合理但是编的

对策：

1. 分段处理，每段带上下文摘要，最后合并
2. 先抽取术语表，后续每段都带上术语表
3. 要求标注引用原文位置，没有位置的内容不信

结论：长文本不是靠大窗口硬扛，要靠工程手段拆。窗口再大，注意力也会稀释。