arXiv cs.CL· Siyang He, Qiqi Wang, Fan Liu, Yuncheng Huang, Pengfei Xu, Xi Chen, Ziwei He, Xipeng Qiu·· 11 小时前AI 评分31
DraMaze：面向多样化微短剧剧本生成的多智能体流水线与未来感知记忆机制
DraMaze: A Multi-Agent Pipeline with Future-Aware Memory for Diverse Microdrama Script Generation
AI 导读
DraMaze 是一个多智能体流水线，通过套路记忆引导的进化树搜索与变异探索多样化因果路径，并构建反向叙事依赖树按未来叙事目标组织与检索历史记忆。在最长 60 集、6 万词的剧本上，DraMaze 将因果模式重复率降低 32.1%，Logic 得分达 82.5，超过最佳基线 8.5 分，三个骨干 LLM 上均有一致提升。
正文 · AI 翻译
摘要：微短剧的快速增长提升了对高质量剧本生产的需求。使用 LLM 生成长篇微短剧剧本，既需要多样的情节推进，也需要长程的叙事连贯性。我们的观察表明，随着生成推进，候选续写内容越来越集中于更少的叙事机制，而传统检索可能加剧套路复用，并忽视对未来情节至关重要的历史信息。为应对这些挑战，我们提出 DraMaze，一个多智能体流水线，通过套路记忆引导的进化树搜索与变异来探索多样的因果路径。它进一步构建反向叙事依赖树，以基于未来叙事目标来组织、保留和检索历史记忆。我们还提出 MiDramaBench，一个双语基准，用于评估不同剧本长度下的剧本逻辑与创意质量，并提出用于衡量叙事重复与多样性的因果模式指标。实验表明，在三个骨干 LLM 上均取得一致提升。对于最长 6 万词的 60 集剧本，DraMaze 将因果模式重复降低 32.1%，并取得 82.5 的逻辑得分，比表现最佳的基线高出 8.5 分。
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.32002 [cs.CL] |
| （或 arXiv:2610.32002v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32002 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Qiqi Wang [查看邮箱]
[v1]
2026年10月22日 星期四 23:54:48 UTC（3,468 KB）
来源：arXiv cs.CL · arxiv.org