본 논문은 다중 문서 요약(MDS) 모델의 다양한 학습 접근 방식(end-to-end, chunk-then-summarize, extract-then-summarize, GPT 스타일 모델)을 뉴스, 과학, 대화 세 가지 도메인에 걸쳐 평가합니다. 특히, 특정 도메인에서 학습된 모델이 다른 도메인의 문서를 요약하는 제로샷 도메인 전이 설정에서 어떻게 실패하는지, 그리고 왜 실패하는지를 분석합니다. 도메인 전이 실패는 사실성 감소, 목표와의 높은 편차, 요약 품질 저하로 정의됩니다. 또한, 기존 요약 평가 지표의 적용 가능성에 대한 문제점도 함께 살펴봅니다.
