神经符号交互式叙事中的世界状态转换

arXiv cs.CL 论文
neuro-symbolic interactive-storytelling large-language-models world-state-transformations coherence llama gemini

摘要

本文探讨如何利用大语言模型（LLM）在基于规则的交互式叙事系统中预测状态变化，旨在提升叙事连贯性与玩家表现力。使用 Llama 3 70B 和 Gemini 1.5 Flash 进行的实验表明，世界状态转换既能维持一致性，又能鼓励玩家进行创造性输入。

arXiv:2605.24719v1 公告类型：新 摘要：大语言模型（LLM）已经改变了处理自由文本用户输入的交互式叙事系统的可能性。然而，随着此类系统的增多，仅依赖 LLM 所带来的故事连贯性问题也日益凸显。近期研究表明，LLM 可以有效预测基于规则的交互式叙事系统中的状态变化，触发预先编程的世界状态转换。 在本文中，我们进行了一项探索性评估，以考察此类转换能否在解决纯 LLM 方法典型的不连贯问题的同时，激发玩家的表现力。基于神经符号架构，我们使用开源模型（Llama 3 70B）和闭源模型（Gemini 1.5 Flash）进行了实验，测试涵盖英语和西班牙语。八名参与者体验了两个精心设计的场景，用于评估不同的目标。我们的观察表明，转换提供了一种维持世界状态一致性的方法，同时鼓励玩家通过文字输入进行创造性互动。
查看原文
查看缓存全文

缓存时间: 2026/05/26 09:06 

# 用于神经符号交互式故事叙述的世界状态转换
来源：https://arxiv.org/abs/2605.24719
查看 PDF（https://arxiv.org/pdf/2605.24719）

> 摘要：大型语言模型（LLM）改变了处理自由文本用户输入的交互式故事叙述系统的可能性。然而，随着这类系统被不断构建，越来越多的证据表明，仅依赖 LLM 会导致故事连贯性问题。近期研究表明，LLM 能够有效预测基于规则的交互式故事叙述系统中的状态变化，从而触发预编程的世界状态转换。本文进行了一项探索性评估，旨在探究此类转换是否能在解决纯 LLM 方法典型的不连贯问题的同时，激发玩家的表达。基于一种神经符号架构，我们使用开源模型（Llama 3 70B）和闭源模型（Gemini 1.5 Flash）进行了实验，测试同时以英语和西班牙语进行。八位参与者体验了两个精心设计的场景，以评估不同的目标。我们的观察表明，转换提供了一种维持世界状态一致性，同时鼓励玩家通过文字输入进行创造性互动的方法。

## 提交历史

来自：Santiago Góngora [查看邮箱（https://arxiv.org/show-email/3b65268f/2605.24719）] **[v1]** 2026年5月23日星期六 20:14:39 UTC（2,758 KB）

相似文章