arXiv cs.CL· Mengting Li, Xilong Cheng, Zhihao Xiao, Zhenhua Xu, Jingyuan Zhou, Linfeng Li, Long Zhang, Borui Cai, Yunxiao Qin·· 10 小时前AI 评分31
MemRole：让角色扮演智能体从记忆走向决策的长程推理框架
MemRole: From Memories to Decisions for Long-Horizon Reasoning in Role-Playing Agents
AI 导读
MemRole 框架通过长程记忆思考（LHMT）将隐藏推理拆解为上下文理解、记忆激活与响应策略规划，并配合自精炼在线策略自蒸馏（SR-OPSD）训练。MemRole-32B 在记忆锚定的角色扮演任务上较基座模型提升 15.2 分，表现与 GPT-5.4 等前沿 LLM 持平，并在 CroSS-MR 上取得最佳角色动机识别准确率。
正文 · AI 翻译
摘要：基于 LLM 的角色扮演智能体在模仿角色风格方面表现流畅，但在长叙事跨度上难以做出与角色一致的决策。此类决策由跨越许多先前场景的经历所塑造，这些经历往往是片面的，且可能指向不同方向。现有方法将跨场景记忆作为上下文注入，但并未推理过去事件如何塑造角色当前的动机与行为。我们提出 MemRole，一个使这一从记忆到决策的过程显式化的框架。它引入长跨度记忆思维（Long-Horizon Memory Thinking，LHMT），一种将隐藏推理分解为上下文理解、记忆激活和响应策略规划的推理模式，并在一套源自小说的数据集上训练，该数据集以角色为根基、受时间线约束的记忆池将每个角色限制在当前叙事节点其可能知晓的范围内。在监督微调之外，我们提出自精炼同策略自蒸馏（Self-Refining On-Policy Self-Distillation，SR-OPSD）：模型在数据驱动的评分标准下，对照参考对自身 rollout 进行评判，而同一模型以评判为条件的教师视图将 token 级指导蒸馏回策略中。MemRole-32B 在基于记忆的角色扮演上较其骨干模型提升 15.2 分，表现与 GPT-5.4 等前沿 LLM 相当，并在 CroSS-MR 上取得最佳的角色动机识别准确率。
| 评论： | 25 页 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.01778 [cs.CL] |
| （或 arXiv:2611.01778v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.01778 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xilong Cheng [查看邮箱]
[v1]
2026 年 11 月 1 日星期日 10:33:54 UTC（3,447 KB）
来源：arXiv cs.CL · arxiv.org