Alejandro Mozo Quesada

LLM小说显示角色名集中度；新方法缓解重复

研究人员发现，大型语言模型（LLM）在虚构作品中倾向于集中使用角色名，导致一种可衡量的“AI垃圾”现象。现有解决方案通常需要重新训练模型或进行每次请求的调整。一项新的实证研究评估了控制这种名称集中度的八种策略，并引入了“推测性命名”（speculative naming），这是一种无需微调的方法，将推测性解码应用于名称。该方法使用口头采样和一种名为SlopTracker的评分系统来减少生成故事中的名称冲突。