Uma equipe de pesquisa do Google AI propôs um método universal para gerar texto personalizado usando modelos de linguagem grandes. Eles empregaram uma estrutura multiestágio e multitarefa, incluindo recuperação, classificação, resumo, síntese e geração, para treinar modelos de linguagem grandes para gerar texto personalizado.
O desempenho do método foi validado em três conjuntos de dados públicos. Os resultados mostraram que a estrutura multiestágio e multitarefa apresentou melhorias significativas em todos os conjuntos de dados, em comparação com os modelos de referência.
Este estudo fornece um método universal para geração de texto personalizado, aplicável a vários cenários. Espera-se que melhore a adaptabilidade e a capacidade de resposta personalizada dos sistemas de geração.
