一篇新的研究论文介绍了一种名为GEIS的智能体技能生成-评估-改进循环，旨在通过大型语言模型（LLM）增强长文生成能力。与固定的多智能体流水线不同，GEIS使用命名的、声明式的技能来执行写作、证据收集和评估等任务，使过程更具可检查性和模块化。在对20个维基百科主题进行测试时，GEIS与现有方法相比，在质量得分上有了显著提高，其修补的写作技能将平均得分从82.90提高到86.95。 AI
影响 增强了LLM在复杂、长篇内容生成方面的能力，可能改进AI辅助研究和写作工具。
排序理由 该集群包含一篇详细介绍LLM文章生成新方法的 ist.
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.11503v1 Announce Type: new Abstract: Long-form article generation remains difficult for large language models because it combines long context, long instructions, and long outputs. Existing multi-agent pipelines such as STORM improve information coverage by simulating …
Long-form article generation remains difficult for large language models because it combines long context, long instructions, and long outputs. Existing multi-agent pipelines such as STORM improve information coverage by simulating role-specialized agents, but their capabilities …