两篇新研究论文介绍了用于故事重写的新颖方法，重点在于根据读者偏好和反事实变化来调整叙事。第一篇论文“StoryLens”提出了一个基准和一个两阶段模型，该模型使用强化学习来丰富具有上下文感知细节的叙事，显著提高了读者满意度，优于简单的风格迁移。第二篇论文“DTO”提出了一种可微分训练目标，直接优化反事实故事重写的保真度和语义一致性，在现有数据集上表现优于标准训练方法和竞争模型。 AI
影响 这些论文推动了受控文本生成的发展，有可能在创意AI应用中实现更具个性化和适应性的叙事体验。
排序理由 两篇在arXiv上发表的学术论文，介绍了故事重写的新方法和基准。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.28073v1 Announce Type: cross Abstract: Story rewriting aims to adapt existing narratives to diverse reader preferences while preserving plot consistency and narrative coherence. Unlike conventional work on style transfer, we argue that effective story rewriting demands…
arXiv:2605.24885v1 Announce Type: new Abstract: Counterfactual story rewriting is a natural language processing task that requires updating an existing story to reflect a chosen alternative event, yet preserving all the unaffected storyline elements and overall coherence. While l…