有界递归自我改进框架降低角色扮演坏回复率
热点事件持续更新
有界递归自我改进框架降低角色扮演坏回复率
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Y. L. Li 等作者提出一种用于长程角色扮演对话的有界递归自我改进(RSI)框架,通过修订原创角色记忆、稳定人设指令和构建逐轮提示词的策略来改进对话质量。 据其内部评测,在 50 个原创角色、5 个模型、每对 2 段 100 轮对话的设置下,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%。该结果来自作者自述的评测,尚未见独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 13:00
有界递归自我改进框架提升长程角色扮演对话质量报道时间线
沿着报道,了解事件的不同侧面。
11月6日
- arXiv cs.CL有界递归自我改进框架提升长程角色扮演对话质量
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%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。