量子位
·
清华唐杰团队新作：一口气生成2万字，大模型开卷长输出
内容提要
清华唐杰团队通过AgentWrite方法成功将GLM-4和Llama-3.1的输出长度增加到7800字，翻了4倍。他们还生成了6000个长输出SFT数据，并将其添加到训练过程中。研究团队表示将进一步扩展模型的输出长度和质量，并提高效率。
关键要点
-
清华唐杰团队通过AgentWrite方法成功将GLM-4和Llama-3.1的输出长度增加到7800字，翻了4倍。
-
目前大模型的生成长度普遍在2000字以下，影响内容创作和问题回答的全面性。
-
研究由智谱AI创始人李涓子和清华大学教授唐杰共同领衔，论文和代码已开源。
-
研究主要包括分析文本生成长度限制、提出AgentWrite和扩展LLM输出窗口大小。
-
研究人员发现现有模型输出长度受限主要是因为SFT数据集中缺少长输出样本。
-
AgentWrite方法将超长文本生成任务分解为多个子任务，制定详细写作计划。
-
团队生成了6000个长输出SFT数据，构成数据集LongWriter-6k，并添加到训练中。
-
评估结果显示，使用AgentWrite后模型输出长度明显增加，GLM-4-9B实现最佳性能。
-
未来研究将进一步扩展模型的输出长度和质量，并提高生成效率。
延伸问答
清华唐杰团队的研究成果是什么？
他们通过AgentWrite方法成功将GLM-4和Llama-3.1的输出长度增加到7800字，翻了4倍。
AgentWrite方法是如何工作的？
AgentWrite将超长文本生成任务分解为多个子任务，并制定详细的写作计划，逐段生成内容。
为什么现有模型的输出长度受限？
现有模型输出长度受限主要是因为SFT数据集中缺少长输出样本。
研究团队生成了多少长输出SFT数据？
研究团队生成了6000个长输出SFT数据，构成数据集LongWriter-6k。
未来的研究方向是什么？
未来研究将进一步扩展模型的输出长度和质量，并提高生成效率。
使用AgentWrite后模型的表现如何？
评估结果显示，使用AgentWrite后模型输出长度明显增加，GLM-4-9B实现最佳性能。
