研究人员开发了一种新颖的多阶段提示管道，旨在增强大型语言模型（LLM）生成的角色扮演游戏（RPG）内容的连贯性和结构一致性。这种依赖驱动的方法将内容创建分解为顺序阶段，例如世界构建和任务规划，每个阶段都依赖于前一个阶段的结构化JSON输出来进行条件设置。通过强制执行模式和显式数据流，该管道旨在减少叙事漂移和幻觉，从而能够可扩展地创建相互关联的叙事元素。 AI
影响 引入了一个基于LLM的程序化内容生成的结构化管道，有可能提高复杂应用中的叙事连贯性。
排序理由 学术论文，详细介绍了一种新的基于LLM的内容生成方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.25482v1 Announce Type: new Abstract: Large Language Models (LLMs) have shown strong potential for narrative generation, but their use in complex, multi-layered role-playing game (RPG) worlds is still limited by issues of coherence, controllability, and structural consi…
Large Language Models (LLMs) have shown strong potential for narrative generation, but their use in complex, multi-layered role-playing game (RPG) worlds is still limited by issues of coherence, controllability, and structural consistency. This paper explores a dependency-aware, …