近日，我院与清华大学合作完成的研究论文“From Scaffolding to Assimilation: Progressive Structural Internalization for Format-Constrained Creative Text Generation”发表于ACL 2026 Findings论文集。该研究聚焦大语言模型古典诗词创作，探索如何在提升格律合规性的同时保持诗词表达质量。
团队提出渐进式结构内化方法，通过训练引导模型掌握字数、平仄和押韵规则。在近体诗生成评测中，相较原始模型，平仄合规率由10.88%提高至97.80%，提升86.92个百分点；押韵合规率由33.00%提高至97.30%，提升64.30个百分点，为大语言模型开展格律诗词创作提供了新的方法思路。
ACL是计算语言学与自然语言处理领域的国际顶级学术会议，属于中国计算机学会（CCF）推荐A类会议。本次合作成果收录于ACL 2026 Findings。
我院2024级硕士研究生杨于薇、吴晓青为论文第二、三作者，江苏师范大学与清华大学共同署名。
图1 渐进式结构内化研究框架（论文原图）