L'équipe de recherche Google AI a proposé une méthode universelle pour générer du texte personnalisé à l'aide de grands modèles de langage. Ils utilisent une architecture multi-étapes et multi-tâches, incluant la recherche, le classement, la synthèse, la composition et la génération, pour entraîner un grand modèle de langage à produire du texte personnalisé.
Les performances de cette méthode ont été validées sur trois ensembles de données publiques. Les résultats montrent que l'architecture multi-étapes et multi-tâches a significativement amélioré les performances par rapport aux modèles de référence sur tous les ensembles de données.
Cette recherche fournit une méthode universelle pour la génération de texte personnalisé, applicable à divers scénarios. Elle promet d'améliorer l'adaptabilité et la capacité de réponse personnalisée des systèmes de génération.
