该研究评估了三种基于自然语言的控制生成任务方法，发现自回归的单向语言模型如GPT2生成流畅度更好，但难以遵循所请求的事实。研究提出了基于计划和填空模型的解决方案，使用精细调整的XLNet生成流畅度有竞争力，同时遵循所请求的内容。

该研究评估了三种基于自然语言的控制生成任务方法，发现自回归的单向语言模型如GPT2生成流畅度更好，但难以遵循所请求的事实。研究提出了基于计划和填空模型的解决方案，使用精细调整的XLNet生成流畅度有竞争力，同时遵循所请求的内容。