本文提出了 CounterGeDi—— 一种生成辨别器 (GeDi) 的集合，以指导 DialoGPT 模型生成更礼貌、排毒和情感充沛的反讽性建议。通过三个数据集的实验，观察到了不同属性得分的显着提高，在所有数据集中都至少提高了 10% 的情感得分，并在组合互补属性时实验了三重属性控制，观察到了显着的改进。

May, 2022

介绍了 GEDI，一种结合了现有自监督学习目标和基于似然的生成模型的贝叶斯框架，它结合了生成性和判别性方法的优点，可以在不需要额外监督或昂贵的预训练步骤的情况下轻松集成和联合训练。 在真实世界的数据上进行的实验表明，GEDI 在聚类性能方面优于现有的自监督学习策略，并且符号组件进一步允许其利用逻辑约束形式的知识来改善小样本数据情况下的性能。

Apr, 2023

本文旨在通过学习简化的语义分离潜在表示来生成和控制自然语言句子，同时通过变分自编码器和全局属性判别器的组合来建立新的神经生成模型。该模型具有可解释性和高效性，可以生成符合要求的具有各种属性的句子。量化评估验证了该模型的生成准确性。

Mar, 2017

本文提出一种控制语言生成的技术 Gemini Discriminator，有效解决了 Bayesian Controllable Language Models 中的训练和推断不匹配的问题，并在情感和主题控制任务中取得了最新的最优结果。

Jun, 2022

Detoxification Generator (DETOXIGEN) is an algorithm that controls the attributes of generated text, particularly avoiding toxicity, by using an ensemble of a pre-trained language model and a detoxifier trained on toxic data.

Jan, 2024

此研究提出了使用属性鑑别潜在空間进行语言去毒化的方法，通过投影技术和鑑别器帮助文本被其属性分离，以实现最小内存和计算开销的非毒性文本生成，取得了比基线更优秀的性能和效率。

Oct, 2022

通过提出第一种统一框架 UDDIA 来解决自然语言生成中的道德问题，该框架同时解決了去除偏见和毒性语言的问题，并提升了文本生成性能。

Oct, 2022

本文提出了一种名为 GanLM 的基于生成对抗网络（GANs）的编码器 - 解码器预训练模型，利用辨别器和训练目标：替换标记检测和替换标记去噪，有选择地使用去噪数据以提高语言理解和生成能力，在语言生成基准测试中取得了最先进的性能。

Dec, 2022

本论文介绍了 ToxiGen，一个新的大规模自动生成的 274k 毒性和良性陈述数据集，用于检测涉及 13 个少数群体的文本。通过使用基于展示的提示框架和诱导循环解码方法来生成微妙的毒性和良性文本，ToxiGen 能够覆盖范围更广的暗含毒性文本，包括更多样化的人口群体。与此同时，研究者通过人类评估表明，94.5％的毒性示例被人类标注者标记为仇恨言论。合理的数据利用对文本分类器的提高有积极的作用。

Mar, 2022

本文介绍了一些控制文本生成的方法以增强语言生成模型的创造力和公平性，包括层级生成和约束解码，并应用于故事、诗歌、比喻语言的创意生成，以及减少生成模型的社会偏见。

Sep, 2022