Navigating the Path of Writing: Outline-guided Text Generation with Large Language Models

本文是LLM系列文章，针对《Navigating the Path of Writing: Outline-guided Text Generation with Large Language Models》的翻译。

摘要

大型语言模型（LLMs）对写作过程产生了重大影响，实现了协作内容创建并提高了生产力。然而，生成高质量、用户对齐的文本仍然具有挑战性。在这篇论文中，我们提出了写作路径，这是一个使用明确的大纲来指导LLM生成目标导向的高质量写作的框架。我们的方法从结构化的写作规划和推理路径中汲取灵感，专注于在整个写作过程中捕捉和反映用户意图。我们构建了一个从非结构化博客文章到基准写作表现的多样化数据集，并引入了一个全面的评估框架来评估大纲和生成文本的质量。我们对GPT-3.5-turbo、GPT-4和HyperCLOVA X的评估表明，根据LLM和人工评估，书写路径方法显著提高了文本质量。本研究强调了将写作特定技术整合到LLM中的潜力，以提高其满足用户多样化写作需求的能力。

1 引言

2 相关工作

3 写作路径设计

4 写作路径评估

5 实验设置

6 实验结果

<