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.
Industry 4.0 에이전트 평가를 위한 합성 시나리오 생성
DeepLook: 선행 탐색(Lookahead)을 통한 더 깊은 사고
TokenMem: 동결 LLM을 위한 충실한 지식 주입
PRESTO: 확산 추측 디코딩을 위한 접두 문맥 정렬 트리 드래프팅
CallBench: 전화 통화 어시스턴트의 이중 목표 조율을 위한 벤치마크
언어 모델은 자기 자신으로 수렴하는가? 텍스트 이완으로서의 재귀적 자기 정제
TRE: 확산 언어 모델을 위한 학습 없는 환각 탐지
생성형 AI 정신 건강 지원을 위한 위험 거버넌스: 다중 턴 안전 아키텍처
베이지안 반복 패널티: 자기회귀 언어 모델에서 어텐션 붕괴를 역전하기 위한 원칙적 인접-조건부 프레임워크
MPR-CiteG: 다중 포트폴리오 검색 및 인용 기반 생성을 통한 RAG 강화
AI는 앱 목업에서 백로그를 얼마나 잘 생성할 수 있는가?
Design Theater: 생성형 UI 벤치마크
LLM 미세조정으로 인한 숨겨진 행동 완화를 위한 추론 시점 합의
고수준 의미 지능을 향하여
Rao-Blackwellized E-Process를 이용한 효율적 온라인 LLM 워터마크 탐지
사실성을 위한 추론 학습
AI가 뉴스의 편향을 줄일 수 있는가? LLM 개입은 당파 간 수용성을 높이지만 LLM은 자신의 효과를 과대평가한다
Enjoy Your Talk: 분리형 사용자 시뮬레이션, 타깃 모델링, 판정을 갖춘 인간 중심 다중 턴 대화 벤치마크
Humanly: 구성 가능하고 추적 가능한 인간-AI 협업 글쓰기 환경
학습자 수준에 적합한 체화된 대화형 에이전트를 활용한 외국어 불안 감소 연구
문서 기반 팟캐스트 생성의 충실성 개선
공감적 응답 생성을 위한 동적 상식 조율
Speculative Decoding에서 수용 붕괴를 유발하는 적대적 프롬프트
바이트 접두사 주변화를 통한 크로스-토크나이저 온-정책 지식 증류
OPOD: 온-정책 옴니 증류
QLPO: 길이 인식 정책 최적화를 위한 사분면 가중 샘플링
IDEAgent: 연구 아이디어 생성을 위한 에이전트형 품질-다양성(Quality-Diversity) 검색
SCALE: 첨단 노드에서 지역 P&R DRV 수정을 위한 자기지도 제약 인식 레이아웃 생성
TextSLIP: 의료 보고서 생성을 위한 텍스트 자기지도 CLIP
CommandLM: 데이터 기반 자차 행동 수준 서술자
InnoText: 시각 텍스트 생성 및 편집을 위한 통합 모델
토큰 수준 엔트로피가 드러내는 대규모 언어 모델의 인구통계적 격차
병렬 텍스트 생성을 위한 Gumbel Distillation
외부 표현 없는 내부 지식: 고전 중국어 언어 모델의 일반화 경계 탐색
EvoSpec: 실시간 어휘 및 매개변수 적응을 통한 투기적 디코딩(speculative decoding) 진화
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.