跳转至

✍️ 文本生成

💬 EMNLP2026 · 15 篇论文解读

📌 同领域跨会议浏览: 🔬 ICLR2026 (12) · 💬 ACL2026 (17) · 🧪 ICML2026 (2) · 🤖 AAAI2026 (3) · 📹 ICCV2025 (1) · 🧪 ICML2025 (1)

🔥 高频主题: 扩散模型 ×5 · 文本摘要 ×3 · 个性化生成 ×3 · 推理 ×2

ArgSum-X: A Structure-Aware Benchmark for Argument Summarization and Key Point Analysis

针对论辩摘要(ATS)与关键点分析(KPA)长期割裂且缺乏结构保真度度量的问题,ArgSum-X 构建了首个融合两类任务的多层级基准数据集与结构感知评估套件,揭示出常规大模型虽具备高语义保真度但在全局论证流建模上依然存在显著结构缺陷。

Beyond a Single Story: Meta-Reviewing Sparse and Incomplete User-Generated Content

针对推荐系统中用户生成评论严重缺失与属性覆盖残缺的痛点,MOSAIC借鉴学术同行评审的元综述机制,通过聚合相似邻居的细粒度属性-情感证据弥补个体视角盲区,并结合MMoE多任务与个性化注意力模块,实现精准评分预测与属性级可解释推荐。

Beyond Prefix Answering: Parallel Infilling Reading for Long Contexts with Diffusion Language Models

针对扩散语言模型处理长上下文时机械沿用自回归前缀回答导致其原生双向填空能力闲置的问题,提出并行填空阅读(PIR)范式,通过在上下文切块后插入抽取槽位并行去噪生成局部证据中间态并规约回答,并结合槽位隔离掩码与单激活槽位微调有效解决了跨槽位注意力干扰引起的证据重复问题。

CURP: Codebook-based Continuous User Representation for Personalized Generation with LLMs

提出基于离散原型码本与双路聚合器的连续用户表征框架 CURP,将用户交互历史解耦为低维子空间原型并分别提取查询自适应动态偏好与稳定内在特质,在仅引入 28M 可训练参数(底座模型参数量的 0.36%)的前提下,实现即插即用且强鲁棒的高保真个性化生成。

Evaluating Style-Personalized Text Generation: Challenges and Directions

本文构建了首个涵盖8大写作领域与3大递进评测场景的长文本风格个性化生成评测基准,系统剖析了n-gram重合度、风格感知嵌入与LLM裁判三大评测范式的表现边界,证明了跨范式指标集成能显著超越单一评测器的判别能力。

Evo: Autoregressive–Diffusion Large Language Models with Evolving Balance

本文提出对偶潜流模型 Evo,将自回归生成与扩散去噪统一为同一连续概率流在不同演化阶段的离散化表现,利用逐 token 连续进度变量动态调配全局规划与局部实现,在逼近纯自回归解码速度(52 tokens/s)的同时显著突破复杂推理与代码生成的准确率瓶颈。

FAVoR: Measuring and Mitigating Author-Style Homogenization in Federated Personalized Generation

针对联邦个性化续写中因全局聚合抹杀作者独特语域的“作者风格同质化”问题,FAVoR 提出了共享-私有解耦的参数高效残差微调机制,在聚合通用续写能力的同时将作者风格校准限制在本地私有残差中,在保持续写流畅度与语义效用的同时显著提升跨作者风格辨别度。

POLARIS: Guiding Small Models to Write Long Stories

POLARIS 提出了一种低算力长文本创意写作强化学习配方,通过引入具备细粒度叙事准则的前沿大模型裁判与示教锚定人类参考注入(HRI),仅用 4 张 A100 GPU 和约 1.4K 篇短篇故事数据,使 Qwen3.5-9B 在 8k–12k 词超长故事写作中保持极高叙事质量与长度依从度,性能逼近 3 倍参数量模型。

Provenance Before Prose: Claim-Locked Reporting for Statistical Text Generation

针对大语言模型在生成脑功能连接(fMRI)与临床试验(RCT)等统计报告时存在的数值漂移、方向反转与修辞失真问题,本文提出 Claim-Locked Reporting 协议,在生成前通过构建主张账本、风险审计与策略降级锁定统计主张的数值、效应方向与措辞强度,使确定性渲染输出事实基准、LLM 仅生成过渡连接词,跨 seed 报告数值复现率达到 98.5%~100.0%。

SGTR: Learning Style-Generalizable Trajectory Reasoning for Zero-Shot Text Style Transfer

SGTR 将文本风格迁移建模为显式思维链推理轨迹与执行文本的联合概率分布,通过“风格理解-偏差定位-反思精炼”三阶段推理与隐空间对比解耦,在仅需轻量数据监督下实现了对未见风格的强零样本泛化。

Summarization is Not Dead (Yet)

针对学界“大模型已终结文本摘要研究”的流行论断,本文构建覆盖5大领域与5大前沿大模型的解耦多轨评测体系,证实人类参考摘要在信息量与事实忠实度上全面碾压大模型,模型仅在浅层流利度占优,明确揭示当前LLM摘要“抬高了质量底线却远未触及人类上限”。

Towards Efficient Reasoning: Learning Causal Shortcuts for Diffusion Language Models

针对扩散语言模型在双向注意力下探索空间呈指数爆炸、难以捕捉核心推理引导词的瓶颈,本文提出基于条件互信息的因果捷径学习(CSL)框架,通过步进式提取覆盖全局轨迹的关键 token 并在训练中实施并行优先级掩码,显著加速解码收敛并提升数学与代码推理性能。

Training-Free Character-Length Control in Summarization with Diffusion Language Models

本文提出 DELTA(Diffusion Expected Length Targeting Algorithm),一种针对掩码扩散语言模型(如 LLaDA、Dream)的无需微调推理时控制算法,通过在逐步去噪中估计期望字符长度并动态增删 mask token,在 XSum、CNN/DailyMail 与 arXiv 上将字符长度误差降低一个数量级且保持具有竞争力的摘要质量。

What Are We Measuring in NLG? A Meta-Analysis of Evaluation Trends (2020-2025)

通过构建多LLM抽取与逆向验证管线,对ACL旗下四大顶会(2020-2025)的14,171篇论文开展迄今最大规模的NLG评估元分析,揭示了遗留指标惯性、指标-准则脱节以及LaaJ迅猛扩张下的严重人类验证鸿沟。

When i.i.d. Factorization Breaks Language: The Structural Failure of Discrete Diffusion Language Models

本文揭示了离散扩散语言模型(DDLM)在无条件或开篇生成中出现严重退化与重复的根本原因,证明了标准前向 i.i.d. 加噪与反向因子化采样隐式假设了 token 的可交换性,从而在语义稀疏阶段诱发向全局一元分布退化的边缘坍塌,并据此提出了保障稳定并行生成的“依赖耦合原则”(DCP)。