研究者提出以读者反应轨迹引导故事生成
热点事件持续更新
研究者提出以读者反应轨迹引导故事生成
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Danrui Li 等作者提出一种故事生成框架：先从高质量人类故事中学习“读者阅读动态”，再由一个小型 LLM 把未来读者反应预测为低维轨迹，现成的大型写作 LLM 则按这些轨迹生成故事片段。 研究者称，该方法将生成故事对人类写作轨迹的保真度提升 12%–35%，同时基本保持故事连贯性。
AI 根据报道生成 · 51 分钟前更新
最新进展11月4日 13:00
用轨迹引导故事生成：让 LLM 复现读者阅读动态报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CL用轨迹引导故事生成：让 LLM 复现读者阅读动态
研究者提出一种从高质量人类故事中学习"读者阅读动态"的框架，用小 LLM 将未来读者反应预测为低维轨迹，再由现成的大型写作 LLM 按这些轨迹生成故事片段。该方法将生成故事对人类写作轨迹的保真度提升 12%-35%，同时基本保持故事连贯性。
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。