EIPE-text: Evaluation-Guided Iterative Plan Extraction for Long-Form Narrative Text Generation http://t.cn/A6WZ1vvN
论文指出了在长篇叙事文本生成中，使用计划-写作的层次化方法是常见的，该方法首先创建一个计划来指导叙事写作。然而，现有的研究大多数只是简单地使用大型语言模型来生成计划，往往结果不够优化。作者提出了一种新的框架EIPE-text，该框架从叙述语料库中提取计划，并利用这些计划构建更好的规划器。论文详细介绍了EIPE-text 的三个阶段：计划提取、学习和推理。在计划提取阶段，它通过迭代从叙述语料库中提取和改进计划，并构建一个计划语料库。作者提出了一个基于问答（QA）的评估机制，自动评估计划并生成详细的计划优化指导，以指导迭代改进。在学习阶段，作者通过与计划语料库的微调或使用计划语料库中的示例进行上下文学习，构建一个更好的规划器。最后，作者采用了层次化方法生成长篇叙述。论文评估了EIPE-text 在小说和故事讲述领域的有效性。基于GPT-4的评估和人工评估都证明了我们的方法能够生成更加连贯和相关的长篇叙事。该论文表示他们将在将来发布代码。
#每日AI动态##用ChatPaper读论文##人工智能[超话]##论文[超话]#