一篇新发表在arXiv上的研究论文调查了大型语言模型（LLMs）在生成故事时的叙事多样性。研究发现，与人类撰写的故事相比，LLM生成的叙事彼此之间相似度显著更高。这种同质性在前沿模型中尤为突出，这些模型倾向于收敛于一种通用的叙事风格。研究还表明，像负面提示和温度缩放等常用方法在提高LLM输出多样性方面效果不佳。 AI
影响 大型语言模型在产生多样化叙事方面存在困难，可能限制创意应用，并凸显与人类作者相比存在的差距。
排序理由 arXiv上发表的研究论文，详细介绍了关于LLM叙事多样性的发现。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.17350v1 Announce Type: cross Abstract: Recent advances in large language models (LLMs) have enabled the generation of high-quality prose, yet the question of whether these models are capable of generating diverse outputs remains contested. In this work, we investigate …
Recent advances in large language models (LLMs) have enabled the generation of high-quality prose, yet the question of whether these models are capable of generating diverse outputs remains contested. In this work, we investigate the diversity of LLM-generated stories through the…