arXiv cs.CL· Yifan Zhu, Guanting Chen, Bing Wei, Haoran Luo·· 10 小时前AI 评分38
LoopWeaver：面向受限长文本生成的分层反馈驱动优化方法
HiFlow: Hierarchical Feedback-Driven Optimization for Constrained Long-Form Text Generation
AI 导读
LoopWeaver 提出一种两阶段离线偏好优化分层工作流，用于受限长文本生成：约束感知规划生成结构化计划，可行性过滤剔除无效计划，共享确定性奖励为计划级与生成级 DPO 构建偏好对。推理时模型保持前馈，先生成并修订完整计划、过滤后再按当前子计划与叙事上下文分段生成。在四个 LongGenBench 风格结构化场景、多个开源骨干模型上，约束准确率与文本质量均有提升，代码与数据已公开。
正文 · AI 翻译
摘要：大型语言模型在受限长文本生成中面临多目标优化问题，需要平衡全局结构、局部连贯性和约束满足。我们提出 LoopWeaver，一种包含两个顺序离线偏好优化阶段的分层工作流。约束感知规划生成结构化计划，可行性过滤移除无效计划，共享的确定性奖励为计划级和生成级 DPO 构建偏好对。在推理时，LoopWeaver 保持前馈：它生成并修订完整计划，过滤修订后的计划，然后以当前子计划和运行中的叙事为条件生成各片段。我们在多个骨干模型上，于四个 LongGenBench 风格的结构化场景中评估了该方法。结果表明，在所有四个开源骨干模型上，约束准确性和文本质量均有提升。我们的软件和数据公开于 此 https URL。
| 评论： | 被 NeurIPS 2026 主会议接收 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2603.04996 [cs.CL] |
| （或 arXiv:2603.04996v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2603.04996 由 DataCite 颁发的 arXiv DOI |
|
| 期刊 参考： | NeurIPS 2026 |
提交历史
来自：Guanting Chen [查看电子邮件]
[v1]
2026年3月5日星期四 09:41:39 UTC（3,160 KB）
[v2]
2026年11月6日星期五 14:59:04 UTC（5,319 KB）
来源：arXiv cs.CL · arxiv.org