长文本生成

轻量级LLM适配器，赋能扩散模型提升长文本提示跟随能力 ELLA是面向基于CLIP扩散模型的轻量级LLM适配方法，通过时间感知语义连接器，从预训练LLM提取对应不同去噪阶段的语义特征，动态适配不同采样步的语义需求，无需大幅改动原有模型，即可提升提示跟随能力，支持文本到图像模型理解长文本，在密集提示生成基准测试中表现突出，擅长处理复杂关系的生成需求。

面向高质量内容生成的AI技术，依托知识密度打造深度长文本 OmniThink是浙江大学NLP团队推出的AI长文本生成技术，通过知识密度指标评估内容的独特性与深度，采用信息树、概念池的结构化方式组织生成内容。和传统长文本生成方案相比，它可有效减少生成内容中的冗余信息，解决普通AI生成内容同质化、浮于表面的问题，适用于对长文本内容质量要求较高的生成场景。