新的 PHASE-Tree 系统增强了长篇角色扮演对话中的角色演化

研究人员开发了 PHASE-Tree，一个旨在改进长时程角色扮演对话中角色状态演化的新系统。该系统利用了具有身份、角色、会话和时刻不同层级的多时间尺度树结构，允许在不破坏角色核心特质的情况下进行局部更新。为了评估其有效性，引入了一个名为 LongEvoRoleBench 的新基准，该基准将长对话语料库与短对话语料库配对，用于跨剧集演化和场景内状态跟踪。PHASE-Tree 在角色级别、语义和嵌入式分数方面均显示出显著改进，优于现有的文本基线，并与人类和 GPT-4.1 评估显示出很强的相关性。 AI

影响 提高了长篇 AI 驱动叙事中的角色一致性和状态跟踪能力，可能增强互动叙事和虚拟世界体验。

排序理由 详细介绍新模型和基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• GPT-4.1
• Hugging Face
• LongEvoRoleBench
• PHASE-Tree
• ScienceCast

• 论文
• 模型发布

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