题目：融合多智能体迭代优化与对抗学习的自动新闻生成研究

时间：2026年9月9日 10:30-12:00

地点：数学院南楼208会议室

报告摘要：当前，基于大语言模型的自动新闻生成仍面临事实幻觉、语义偏移和篇章结构不稳定等问题。针对上述问题，本研究提出一种融合多智能体迭代优化与对抗学习的自动新闻生成框架。该框架通过生成智能体与评估智能体的协同交互，将定性诊断、定量评价与动态提示词重构相结合，构建多轮重写反馈机制实现新闻生成质量迭代提升。进一步，本研究引入新闻生成判别器，将对抗判别损失与语义一致性约束进行联合优化，引导生成文本在保持内容相关性与语言流畅性的同时，逐步逼近真实新闻的表达分布。在公开数据集的实验结果表明，所提出方法能够有效提升生成新闻的事实一致性、语义稳定性与整体质量。

关键词： 自动新闻生成；多智能体迭代优化；对抗学习；语义对齐

报告人简介：许诺，中国传媒大学数据科学与智能媒体学院，讲师，研究方向为自然语言处理、人工智能、网络舆情分析，曾主持中国博士后科学基金面上项目、北京市博士后工作经费资助项目、中国传媒大学青年教师科研提升计划项目以及中国传媒大学教学改革项目，近年来在相关领域以第一作者发表SCI、CSSCI以及EI等科研论文10余篇。