PulseAugur
实时 09:13:54
English(EN) Modeling Story Expectations: A Generative Framework using LLMs

大语言模型可模拟故事预期,与读者参与度相关

研究人员开发了一个新的框架,使用大语言模型(LLMs)来近似消费者对故事的预期。该方法从预训练的大语言模型生成多个设想的故事续集,并提取情感和叙事路径等特征。该框架通过基于调查的方法进行了验证,将大语言模型得出的预期与人类信念进行比较,并通过理性预期方法将其与实际故事结果进行比较。研究结果表明,大语言模型得出的预期与人类信念和实际故事续集相关,并与读者参与度相关。 AI

影响 该框架为理解消费者对叙事内容的信念提供了一种可扩展的方法,可能影响内容创作和平台策略。

排序理由 该集群包含一篇学术论文,详细介绍了使用大语言模型建模故事预期的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

大语言模型可模拟故事预期,与读者参与度相关

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Hortense Fong, George Gui, Bo Yang ·

    使用大型语言模型进行故事期望建模:一个生成框架

    arXiv:2412.15239v4 Announce Type: replace-cross Abstract: Consumers' engagement with stories is shaped by their expectations about what will happen next, yet modeling these forward-looking beliefs over unstructured narrative content has remained challenging. We develop a framewor…