受约束长篇文本生成的认知写作视角

正如人类一样，大型语言模型 (LLM) 在单次生成时难以产生符合严格要求的高质量长篇文本。这一挑战并不意外，因为成功的人类写作根据认知写作理论，是复杂认知过程，涉及迭代规划、翻译、审阅和监控。受这些认知原则驱动，我们旨在通过 CogWriter 这一全新无训练框架，为 LLM 赋予类人认知写作能力，将 LLM 受约束的长篇文本生成转化为系统的认知写作范式。我们的框架包含两个关键模块：(1) 一个规划智能体，用于执行分层规划以分解任务，(2) 多个生成智能体，平行执行这些计划。系统通过持续的监控和审阅机制维持质量，这些机制会对输出进行评估以满足指定要求，并在必要时触发修订。CogWriter 在 LongGenBench 上展现出卓越的性能，这是一个复杂受约束长篇文本生成的基准测试。即使使用 Qwen-2.5-14B 作为底层模型，CogWriter 也在复杂指令完成准确率上超过 GPT-4o 了 22%，且可可靠地生成超过 10,000 字的文本。我们希望这一受认知科学启发的方法为 LLM 写作的发展提供一种范式。\href{https://github.com/KaiyangWan/CogWriter}{CogWriter}。