言語モデルを用いた適応型長文執筆のための、アウトラインを超えた異種再帰的計画
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2503.08275v3 発表種別：差し替え
要旨：長文生成エージェントは、情報検索、推論、作文における柔軟な統合と相互作用を必要とする。現在の方法は、記述前にアウトラインを作成するために、あらかじめ定義されたワークフローと硬直的な思考パターンに依存しており、記述中の適応性が制限されている。本論文では、再帰的なタスク分解と3つの基本的なタスクタイプ（検索、推論、作文）の動的な統合を通じて、人間のような適応的な記述を実現する汎用エージェントフレームワーク、WriteHEREを提案する。本手法の特徴は、1）再帰的なタスク分解と実行を交互に行う計画メカニズムにより、記述ワークフローの人為的な制限を排除すること、および2）タスクタイプの統合により、異種タスク分解を促進することである。フィクションライティングと技術報告書作成の両方における評価は、提案手法がすべての自動評価指標において最先端手法を常に凌駕することを示しており、提案フレームワークの有効性と広範な適用性を示している。更なる研究を促進するため、コードとプロンプトを公開した。
原文（英語）を表示
Title (EN): Beyond Outlining: Heterogeneous Recursive Planning for Adaptive Long-form Writing with Language Models
arXiv:2503.08275v3 Announce Type: replace
Abstract: Long-form writing agents require flexible integration and interaction across information retrieval, reasoning, and composition. Current approaches rely on predefined workflows and rigid thinking patterns to generate outlines before writing, resulting in constrained adaptability during writing. In this paper we propose WriteHERE, a general agent framework that achieves human-like adaptive writing through recursive task decomposition and dynamic integration of three fundamental task types: 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, demonstrating the effectiveness and broad applicability of our proposed framework. We have publicly released our code and prompts to facilitate further research.
Published: 2025-09-24 19:00 UTC