arXiv cs.CL· Y. L. Li, Y. H. Wu·· 11 小时前AI 评分32
有界递归自我改进框架提升长程角色扮演对话质量
Recursive Self-Improvement for Long-Horizon Role-Playing Dialogue
AI 导读
研究者提出一种有界递归自我改进（RSI）框架，通过修订角色记忆、稳定人设指令和构建逐轮提示词的策略来改进长程角色扮演对话。内部评测覆盖 50 个原创角色与 5 个模型、每对 2 段 100 轮对话，汇总回复的坏回复率从 14.00%（6,973/49,824）降至 4.94%（2,459/49,793），相对下降 64.71%。
正文 · AI 翻译
摘要：长程角色扮演对话需要一致的角色身份、可靠的记忆和上下文敏感的交互。我们提出了一个有界递归自我改进（RSI）框架，该框架修订原始角色记忆、稳定的角色设定指令以及构建轮次级提示的策略。修复结果还会为更新器的诊断规则、编辑路由和候选选择的修订提供依据。我们将更新器指定为带版本号的策略，具有明确的输入、可编辑字段、验收门槛和停止条件。内部评估涵盖 50 个原始角色和五个模型，每个角色-模型对进行两次 100 轮对话：每种条件下 500 次对话。在汇总的评估回复中，不良回复率从 14.00%（6,973/49,824）降至 4.94%（2,459/49,793），降低了 9.06 个百分点，相对降低 64.71%。在 600 次盲测人工比较中，RSI 获得 294 胜、187 平、119 负，在有明确判断的比较中胜率为 71.19%。结果支持完整框架在内部测试分布上提升了总体对话质量。
| 评论： | 8 页，1 幅图，4 张表 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2611.07469 [cs.CL] |
| （或 arXiv:2611.07469v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.07469 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Yanlong Li [查看邮箱]
[v1]
2026 年 11 月 5 日星期四 05:28:10 UTC（308 KB）
来源：arXiv cs.CL · arxiv.org