Buchumschlag

Benchmarking and Improving Compositional Generalization of Multi-aspect Controllable Text Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhong, Tianqi, Li, Zhaoyi, Wang, Quan, Song, Linqi, Wei, Ying, Lian, Defu, Mao, Zhendong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scaling Reasoning Hop Exposes Weaknesses: Demystifying and Improving Hop Generalization in Large Language Models
von: Li, Zhaoyi, et al.
Veröffentlicht: (2026)

Understanding and Patching Compositional Reasoning in LLMs
von: Li, Zhaoyi, et al.
Veröffentlicht: (2024)

Learning to Substitute Components for Compositional Generalization
von: Li, Zhaoyi, et al.
Veröffentlicht: (2025)

Mitigating the Language Mismatch and Repetition Issues in LLM-based Machine Translation via Model Editing
von: Wang, Weichuan, et al.
Veröffentlicht: (2024)

On the Role of Reasoning Patterns in the Generalization Discrepancy of Long Chain-of-Thought Supervised Fine-Tuning
von: Li, Zhaoyi, et al.
Veröffentlicht: (2026)

Benchmarking Large Language Models on Controllable Generation under Diversified Instructions
von: Chen, Yihan, et al.
Veröffentlicht: (2024)

Multi-Level Contextual Token Relation Modeling for Machine-Generated Text Detection
von: Wu, Chenwang, et al.
Veröffentlicht: (2026)

Advancing Machine-Generated Text Detection from an Easy to Hard Supervision Perspective
von: Wu, Chenwang, et al.
Veröffentlicht: (2025)

Hidden Human-Like Nature of Machine-Generated Texts: Theory and Detection Enhancement
von: Wu, Chenwang, et al.
Veröffentlicht: (2026)

Align Documents to Questions: Question-Oriented Document Rewriting for Retrieval-Augmented Generation
von: Li, Jiaang, et al.
Veröffentlicht: (2026)

Beyond Raw Detection Scores: Markov-Informed Calibration for Boosting Machine-Generated Text Detection
von: Wu, Chenwang, et al.
Veröffentlicht: (2026)

CompAlign: Improving Compositional Text-to-Image Generation with a Complex Benchmark and Fine-Grained Feedback
von: Wan, Yixin, et al.
Veröffentlicht: (2025)

MAGA-Bench: Machine-Augment-Generated Text via Alignment Detection Benchmark
von: Song, Anyang, et al.
Veröffentlicht: (2026)

Learning to Rewrite: Generalized LLM-Generated Text Detection
von: Li, Ran, et al.
Veröffentlicht: (2024)

DocLens: Multi-aspect Fine-grained Evaluation for Medical Text Generation
von: Xie, Yiqing, et al.
Veröffentlicht: (2023)

RAPID: Efficient Retrieval-Augmented Long Text Generation with Writing Planning and Information Discovery
von: Gu, Hongchao, et al.
Veröffentlicht: (2025)

MMMG: A Massive, Multidisciplinary, Multi-Tier Generation Benchmark for Text-to-Image Reasoning
von: Luo, Yuxuan, et al.
Veröffentlicht: (2025)

LCTG Bench: LLM Controlled Text Generation Benchmark
von: Kurihara, Kentaro, et al.
Veröffentlicht: (2025)

KCS: Diversify Multi-hop Question Generation with Knowledge Composition Sampling
von: Wang, Yangfan, et al.
Veröffentlicht: (2025)

Lighter And Better: Towards Flexible Context Adaptation For Retrieval Augmented Generation
von: Liu, Zheng, et al.
Veröffentlicht: (2024)

Feature-Adaptive and Data-Scalable In-Context Learning
von: Li, Jiahao, et al.
Veröffentlicht: (2024)

Towards Improving Interpretability of Language Model Generation through a Structured Knowledge Discovery Approach
von: Liu, Shuqi, et al.
Veröffentlicht: (2025)

ReasonEmbed: Enhanced Text Embeddings for Reasoning-Intensive Document Retrieval
von: Chen, Jianlyu, et al.
Veröffentlicht: (2025)

Model-Generated Pretraining Signals Improves Zero-Shot Generalization of Text-to-Text Transformers
von: Gong, Linyuan, et al.
Veröffentlicht: (2023)

Zero-Shot Detection of LLM-Generated Text using Token Cohesiveness
von: Ma, Shixuan, et al.
Veröffentlicht: (2024)

TC-Bench: Benchmarking Temporal Compositionality in Text-to-Video and Image-to-Video Generation
von: Feng, Weixi, et al.
Veröffentlicht: (2024)

Improving Citation Text Generation: Overcoming Limitations in Length Control
von: Mandal, Biswadip, et al.
Veröffentlicht: (2024)

M3-Embedding: Multi-Linguality, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation
von: Chen, Jianlv, et al.
Veröffentlicht: (2024)

QASE Enhanced PLMs: Improved Control in Text Generation for MRC
von: Ai, Lin, et al.
Veröffentlicht: (2024)

Controllable Text Generation with Residual Memory Transformer
von: Zhang, Hanqing, et al.
Veröffentlicht: (2023)

BiT-MCTS: A Theme-based Bidirectional MCTS Approach to Chinese Fiction Generation
von: Li, Zhaoyi, et al.
Veröffentlicht: (2026)

DACL-RAG: Data Augmentation Strategy with Curriculum Learning for Retrieval-Augmented Generation
von: Wang, Shaohan, et al.
Veröffentlicht: (2025)

Multi-Aspect Controllable Text Generation with Disentangled Counterfactual Augmentation
von: Liu, Yi, et al.
Veröffentlicht: (2024)

Re-Search for The Truth: Multi-round Retrieval-augmented Large Language Models are Strong Fake News Detectors
von: Li, Guanghua, et al.
Veröffentlicht: (2024)

Controlled Text Generation for Large Language Model with Dynamic Attribute Graphs
von: Liang, Xun, et al.
Veröffentlicht: (2024)

SpecSteer: Synergizing Local Context and Global Reasoning for Efficient Personalized Generation
von: Lv, Hang, et al.
Veröffentlicht: (2026)

EquivPruner: Boosting Efficiency and Quality in LLM-Based Search via Action Pruning
von: Liu, Jiawei, et al.
Veröffentlicht: (2025)

O1 Embedder: Let Retrievers Think Before Action
von: Yan, Ruiran, et al.
Veröffentlicht: (2025)

CRMAgent: A Multi-Agent LLM System for E-Commerce CRM Message Template Generation
von: Quan, Yinzhu, et al.
Veröffentlicht: (2025)

Prompting is not Enough: Exploring Knowledge Integration and Controllable Generation
von: Shen, Tingjia, et al.
Veröffentlicht: (2025)