Text Generation
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 25
- 평가표
- 155
- 보존된 평가 기록
- 54
Text Generation is the task of generating text with the goal of appearing indistinguishable to human-written text. This task is more formally known as "natural language generation" in the literature.
Text generation can be addressed with Markov processes or deep generative models like LSTMs. Recently, some of the most advanced methods for text generation include BART, GPT and other GAN-based approaches. Text generation systems are evaluated either through human ratings or automatic evaluation metrics like METEOR, ROUGE, and BLEU.
Further readings:
<span style="color:grey; opacity: 0.6">( Image credit: Adversarial Ranking for Language Generation )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
질문형 대화의 속성별 제어 요약
학생 글쓰기에 대한 LLM 생성 피드백의 피드백 초점과 교육적 적응성 평가
개방형 텍스트 생성에서 일관성과 다양성의 참조 기반 분석
정확한 피드백은 제어가 아니다: LLM에서 텍스트 기반 폐루프 수정 평가
시를 넘어서: 대규모 언어 모델(LLM)은 아랍 고전 문학 마카마를 생성할 수 있는가?
효율적인 추론을 향하여: 확산 언어 모델을 위한 인과적 지름길 학습
ASCIIBench: 시각 지향 텍스트에 대한 언어 모델 기반 이해 평가
Agora: 집단적 자동 연구를 위한 공유 메모리로서의 Git
DCRL: 정책-보상 매니폴드 정렬을 통한 강화학습의 분리와 결합
Step Law는 소규모 언어 모델에도 전이되는가? 59M 파라미터 미만에서의 실증적 재보정
FLEET: 텍스트 생성에서 로짓 엔트로피로부터 향상된 궤적으로
질의 함의 생성형 엔진 최적화
선형 RNN 스케일링 법칙: 더 긴 시퀀스가 더 많은 시퀀스를 이기는 경우
공유 전역 KV와 층별 로컬 히스토리
전문가 혼합(MoE)을 위한 정확한 분위수 균형 및 부하 오류 주입
대수 깊이 순환 언어 모델링
문맥 내 학습을 통한 비전-언어 기초 모델 기반 식물 시뮬레이션 구성 생성
수술 전 다중 모달 데이터를 이용한 정밀·포괄적 뇌종양 진단을 위한 비전-언어 파운데이션 모델
nnFoundation: 방사선학을 위한 3D 파운데이션 모델
분해된 하위 과제를 활용한 강화학습
최소 위험 학습을 통한 정전 보고서 생성용 소형 언어 모델 성능 향상
제약 기반 컨텍스트 엔지니어링: AI 시스템을 위한 도메인 인터페이스 설계
정책 제약 LLM 의료 이의 생성을 위한 에이전트 거버넌스 및 적대적 검증
사고의 연쇄(Chain-of-Thought) 엔트로피는 무엇을 측정하는가? 스캐폴딩, 라우팅, 콘텐츠에 대한 채널 감사
NLP 과제로서의 치료: CBT 세션에서 LLM과 인간 동료 상담자의 행동 비교
방사선 판독문 생성을 위한 보정된 확신도 표현
AI 작성자는 일관된 문체 측정학적 흔적을 남기지만, AI 편집자는 그렇지 않다
QMSum에서 효율적인 질의 중심 회의 요약을 위한 검색된 스팬 학습
온-정책 증류에서 프롬프트 폭과 롤아웃 갱신의 상호작용
패턴 인식기에서 개인화된 동반자로: 정신 건강 분야 대규모 언어 모델 서베이
인간 및 AI 생성 언어의 양자 구조에 관한 코멘트 arXiv:2512.07881 및 arXiv:2601.06104에 대한 답변
MemoryAthena: 잠재 및 생성 메모리에 대한 적응형 라우팅
정보 기반 마스킹: 확산 대규모 언어 모델의 강화학습을 위한 구조 인지 섭동
믿을 수 있는 AI를 위한 진실성: 공학적으로 구현 가능한 태도로서의 의구심 표현, 출처 추적, 신념 수정
TSS: 도메인 특화 대규모 언어 모델의 추측 디코딩을 위한 타깃 측 희소화
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.