亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

DPWriter: Reinforcement Learning with Diverse Planning Branching for Creative Writing

强化学习 支化(高分子化学) 计算机科学 多样性(政治) 分歧(语言学) 人工智能 过程(计算) 钢筋 创造性地解决问题 分支过程 机器学习 管理科学 相(物质)
作者
Qian Cao,Yahui Liu,Wei Bi,Yi Zhao,Ruihua Song,Xiting Wang,Ruiming Tang,Guorui Zhou,Han Li
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2601.09609
摘要

Reinforcement learning (RL)-based enhancement of large language models (LLMs) often leads to reduced output diversity, undermining their utility in open-ended tasks like creative writing. Current methods lack explicit mechanisms for guiding diverse exploration and instead prioritize optimization efficiency and performance over diversity. This paper proposes an RL framework structured around a semi-structured long Chain-of-Thought (CoT), in which the generation process is decomposed into explicitly planned intermediate steps. We introduce a Diverse Planning Branching method that strategically introduces divergence at the planning phase based on diversity variation, alongside a group-aware diversity reward to encourage distinct trajectories. Experimental results on creative writing benchmarks demonstrate that our approach significantly improves output diversity without compromising generation quality, consistently outperforming existing baselines.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI6应助科研通管家采纳,获得10
刚刚
Lucas应助科研通管家采纳,获得10
刚刚
Eatanicecube完成签到,获得积分10
17秒前
FIN发布了新的文献求助600
23秒前
33秒前
34秒前
雪霁发布了新的文献求助10
38秒前
谦让夏山完成签到,获得积分10
40秒前
宣灵薇完成签到 ,获得积分0
46秒前
英姑应助谦让夏山采纳,获得10
46秒前
雪霁完成签到,获得积分10
51秒前
搜集达人应助hhh采纳,获得10
1分钟前
1分钟前
ruan发布了新的文献求助10
1分钟前
1分钟前
Owen应助清脆安南采纳,获得10
1分钟前
1分钟前
hhh发布了新的文献求助10
1分钟前
1分钟前
量子星尘发布了新的文献求助10
1分钟前
larsy发布了新的文献求助10
1分钟前
传奇3应助yan采纳,获得10
1分钟前
1分钟前
清脆安南发布了新的文献求助10
1分钟前
青阳完成签到,获得积分10
1分钟前
1分钟前
1分钟前
Veronica发布了新的文献求助10
1分钟前
麟书夷完成签到 ,获得积分10
1分钟前
hhh关闭了hhh文献求助
1分钟前
彭于晏应助科研通管家采纳,获得10
2分钟前
2分钟前
2分钟前
明月清风完成签到,获得积分10
2分钟前
YYBAS发布了新的文献求助10
2分钟前
2分钟前
CodeCraft应助YYBAS采纳,获得10
2分钟前
NattyPoe完成签到,获得积分10
2分钟前
2分钟前
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
2025-2031全球及中国金刚石触媒粉行业研究及十五五规划分析报告 9000
Encyclopedia of the Human Brain Second Edition 8000
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Real World Research, 5th Edition 680
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 660
Superabsorbent Polymers 600
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5681498
求助须知:如何正确求助?哪些是违规求助? 5008639
关于积分的说明 15175656
捐赠科研通 4841015
什么是DOI,文献DOI怎么找? 2594812
邀请新用户注册赠送积分活动 1547817
关于科研通互助平台的介绍 1505810