本研究提出了块逆提示（BIPro）生成框架，显著提升了开放领域中文诗歌的生成质量。研究结果表明，BIPro生成的诗歌在评估中优于多个先进系统，展示了其在约束生成方面的潜力。

本文探讨了利用大型语言模型（LLM）进行文本生成的多种方法，包括未来约束生成、细粒度奖励训练框架和成本降低策略。研究表明，通过优化模型选择和引入约束条件，可以显著提高生成文本的质量，实验结果显示生成质量提升4%-7%，成本降低40%-90%。