Beyond Outlining: Heterogeneous Recursive Planning for Adaptive Long-form Writing with Language Models

要約

長型のライティングエージェントは、情報の検索、推論、構成間の柔軟な統合と相互作用が必要です。
現在のアプローチは、事前に決められたワークフローと厳格な思考パターンに依存して、執筆前にアウトラインを生成し、執筆中に制約された適応性をもたらします。
この論文では、再帰的なタスク分解と3つの基本的なタスクタイプ、つまり検索、推論、構成の動的統合を通じて人間のような適応文章を達成する一般的なエージェントフレームワークを提案します。
私たちの方法論の特徴：1）再帰的なタスク分解と実行を介して、ワークフローの書き込みの人為的な制限を排除する計画メカニズム。
2）不均一なタスク分解を促進するタスクタイプの統合。
フィクションライティングとテクニカルレポートの両方の生成の両方の評価は、私たちの方法がすべての自動評価メトリックにわたって一貫して最先端のアプローチを上回ることを示しています。

要約(オリジナル)

Long-form writing agents require flexible integration and interaction across information retrieval, reasoning, and composition. Current approaches rely on predetermined workflows and rigid thinking patterns to generate outlines before writing, resulting in constrained adaptability during writing. In this paper we propose a general agent framework that achieves human-like adaptive writing through recursive task decomposition and dynamic integration of three fundamental task types, i.e. retrieval, reasoning, and composition. Our methodology features: 1) a planning mechanism that interleaves recursive task decomposition and execution, eliminating artificial restrictions on writing workflow; and 2) integration of task types that facilitates heterogeneous task decomposition. Evaluations on both fiction writing and technical report generation show that our method consistently outperforms state-of-the-art approaches across all automatic evaluation metrics, which demonstrate the effectiveness and broad applicability of our proposed framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google