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。

本文介绍了多种基于机器学习的诗歌和歌词生成模型，包括无监督诗歌生成、基于Transformer的说唱生成系统DeepRapper和可控中文歌词生成系统SongRewriter。这些模型通过不同技术手段提升了生成内容的韵律、创造力和质量，实验结果表明其生成作品的质量与人类创作相当。

该文综述诗歌生成研究，涵盖多种方法：提出非文言文生成古诗的无监督机器翻译方法；利用GPT模型生成绝句、律诗、词牌、对联及藏头诗；研究多语言文本风格生成；探索机器翻译用于诗歌翻译，发现多语言微调效果更优；采用RoBERTa编码器和GPT-2解码器生成法语诗歌；构建英越最大语料库以提升翻译BLEU值；微调Bloomz和GPTJ提升越南语性能；用GPT-2生成五行诗并进行量化评价；提出两阶段规划以生成连贯诗句；利用BART等模型生成韵律诗，图灵测试显示AI诗难与人类诗区分。

本文介绍了使用华为云API Arts和API Explorer体验AI作诗的步骤，需要申请华为云账号并完成实名认证，部分工具需要付费。实验步骤包括诗歌设计和诗歌生成，用户可以根据不同的主题和类型生成自己喜欢的诗句，并保存作品。