大语言模型（LLMs）的领域已经取得了巨大的进展，特别是在扩展其记忆容量以处理越来越多的上下文方面。现在这些模型可以处理超过100,000个标记的输入，使得它们能够执行高度复杂的任务，例如生成长篇文本、翻译大型文档和总结大量数据。然而，尽管在处理能力方面取得了这些进展，在生成等长

​引子一口气生成2万字，大模型输出也卷起来了！清华&智谱AI最新研究，成功让GLM-4、Llama-3.1输出长度都暴增。相同问题下，输出结果直接从1800字增加到7800字，翻4倍。大模型的生成内容一般都不会太长，这对于内容创作、问题回答等都存在影响，可能导致模型回答问题不全面、创造性能降低等。L

在当今信息爆炸的时代，写作已不仅仅是表达思想的工具，更是沟通、分享和影响的桥梁。然而，面对要求逐渐增高的写作需求，许多创作者开始感到力不从心，尤其在于如何生成长度超过10,000字的长文本。这时，清华大学推出的LongWriter模型应运而生，成为解决这一困境的利器。LongWriter是

LLM可以处理长达100,000个token的输入,但在生成超过2,000词的适度长度输出时仍然面临困难,因为模型的有效生成长度本质上受到其在监督微调(SFT)过程中所见样本的限制。为解决这个问题,本文的作者引入了AgentWrite,这是一个基于代理的流程,它将超长生成任务分解为子任务,使现成的L