报告题目：基于异质性递归规划的AI长文写作智能体框架
报告人：陈奕梦 阿卜杜拉国王科技大学 生成式AI卓越中心 博士后（邮件：yimeng.chen@kaust.edu.sa）
报告摘要：
长文档写作在学术研究、技术报告、创意写作等众多领域中发挥着关键作用，是知识传播和思想表达的重要载体。然而长文写作代表一类典型的长程复杂Agent任务：生成连贯、高质量且结构良好的长文档内容，需要在扩展篇幅中保持逻辑一致性、管理相互依赖的观点，并动态整合多样化的信息源，对大语言模型而言是一项重大挑战。针对现有方法过度依赖预设工作流程、采用固化的"先规划再写作"模式而缺乏写作过程中动态调整能力的问题，本研究提出了WriteHERE框架（基于异构递归规划的长文档写作框架， EMNLP Outstanding Paper），实现了类人的自适应写作过程。该框架将写作过程分解为检索、推理、组合三类认知任务，通过递归规划机制动态分解复杂任务，并采用状态驱动的调度算法实现规划与执行的交替进行。实验结果显示，WriteHERE在叙事生成和技术报告生成任务上均显著优于现有先进方法，在情节发展、创造性、写作深度、相关性等所有评估维度都有明显提升。人工评估进一步验证了该方法在复杂长文档生成中的实用性，为构建更加智能和灵活的长程Agent框架提供了重要的理论基础和技术突破。
报告人简介：
陈奕梦博士于2023年获得中国科学院数学与系统科学研究院统计学博士，现于阿卜杜拉国王科技大学生成式AI卓越中心Juergen Schmidhuber组从事博士后研究，目前主要研究方向为大语言模型推理相关技术，包括Planning，AI Agent，推理加速等。于NeurIPS，ICML，EMNLP, IJCAI等人工智能领域国际顶级会议发表多篇论文，长期担任NeurIPS，ICML，ICLR, ACL，AIJ等AI领域顶级会议和期刊审稿人。
报告时间：2025年11月21日（周五）上午10.00-11.00
报告地点：吉林大学正新楼三楼报告厅
