研究人员开发了EvolvingWorld，一个专为交互式文学模拟中角色和世界模型的协同演进设计的新颖框架。该系统通过将文学模拟建模为一个长周期过程，其中角色和世界状态的持续更新通过持续的交互发生，从而超越了静态角色模仿或孤立场景生成。EvolvingWorld采用开放模式方法，设有一个用于角色扮演和个人资料演进的角色代理（Character Agent），以及一个用于状态维护和场景推进的基于LLM的世界模型（World Model）。该框架得到了一个源自57本书籍的数据集支持，包含超过138,000个训练样本和一个全面的评估协议。 AI
影响 该框架可能推动在交互式叙事和模拟环境中更具动态性和持久性的AI角色的发展。
排序理由 该集群描述了一篇学术论文中发布的一个新研究框架和基准。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.17250v1 Announce Type: new Abstract: This paper introduces EvolvingWorld, a framework and benchmark for character and world co-evolution in interactive literary worlds. Existing systems either treat interactive literary simulation as static persona imitation or isolate…
This paper introduces EvolvingWorld, a framework and benchmark for character and world co-evolution in interactive literary worlds. Existing systems either treat interactive literary simulation as static persona imitation or isolated scene generation, failing to capture how chara…