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.
FlowEdit: 갈등을 수반하는 부적정 문제에서 LLM 추론 흐름의 정보 이론적 제어
가이드 그라운딩 멀티모달 LLM을 활용한 설명 가능한 심장 진단 향상
추적 가능한 학술: 생성형 AI 시대 인문학적 탐구를 위한 페이지 앵커와 아리아드네의 실
제로샷 요약 재검토: LLM 요약기의 신뢰성에 대한 실증적 조사
생성형 추천은 콜드 아이템에 도달할 수 있는가? Semantic-ID 생성의 시간적 관점
How Robust Is Homogeneity Bias in LLMs? Evidence Across Models, Decoding Settings, and Identity Signals
설명 가능한 딥페이크 탐지 챌린지
추론 기반 가드레일은 언제 비효율적인가? ResponseGuard: 실시간 검열을 위한 고속 비전-언어 가드
LaSEr-Edit: 에너지 기반 국소화를 통한 국소 스팬 수준 오류 편집
Intel TDX 환경에서 NVIDIA H100 기밀 GPU 추론 벤치마킹
FormulaSPIN: 자연어-스프레드시트 수식 생성을 위한 셀프플레이 미세조정
대규모 언어 모델의 활성화 공간 제어를 위한 통계적 근거 기반 희소 특징 개입
FORCE-Bench: 기업 금융 분야 에이전트 AI를 위한 벤치마크, 데이터셋 및 평가 하네스
전곡 생성의 한계 확장: 계층적 자기회귀 계획과 플로우 매칭 렌더링
Toward a Vision-Language Foundation Model for Medical Data: Multimodal Dataset and Benchmarks for Vietnamese PET/CT Report Generation
전립선 조직병리학을 위한 병리학자 어텐션 정렬 보고서 생성
히어로 이바시의 유산을 지키기: 아미노아시안어를 위한 네 가지 언어 모델 평가
T^2MLR: 시간적 중간층 순환 트랜스포머
합성 데이터 검증을 통한 모델 붕괴 탈출: 단기적 개선과 장기적 수렴
머신 언러닝이 검색-증강 생성(RAG)을 만날 때: 비밀을 지킬 것인가, 지식을 잊을 것인가?
PERL: 중국어 ASR N-best 오류 교정을 위한 병음(Pinyin) 강화 재구성 언어 모델
추론 모델을 평가자로 활용한 평가 시점 연산 스케일링
Verbalized Sampling: 모드 붕괴 완화 및 LLM 다양성 확보 방법
Step-Tagging: 단계 모니터링을 통한 언어 추론 모델(LRM) 생성 제어
변화점 탐지를 통한 인간-LLM 공동 작성 텍스트 세분화
게임 플레이를 통한 우즈베크어 학습을 위한 UzWordnet과 생성형 AI
Polestar: 확산 LLM의 효율적 추론을 위한 드리프트 인식 캐시 보정 및 토큰 커밋
MAPS: 다중 에이전트 인지 대화에서 공존하는 주관적 관점과 공유 의미 모델링
언어 모델의 신뢰성과 스케일링에 대한 정보이론적 한계
실행 인식 LLM 연구 아이디어 생성을 위한 예산 기반 부분집합 정제(Budgeted Subset Refinement)
첫 절반에서 거부를 무너뜨리기: Prefill Jailbreak의 기계론적 연구
Concept Chaining을 통한 암시적 추론 스티어링
단절 문제(Severance Problem): LLM은 프롬프트 너머의 사용자를 인식하지 못한다
PReM: 컨텍스트 압축을 위해 무엇을 보존하고 언제 갱신할지 학습하기
한 번에 더 똑똑하고 더 저렴하게: 바이트 정확 KV-캐시 접목이 동결 소형 모델을 검증 지식 플라이휠로 바꾼다
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.