Agents’ Room: Narrative Generation through Multi-step Collaboration

要約

魅力的なフィクションを書くことは、プロットの作成、興味深いキャラクターの開発、刺激的な言語の使用などの要素を組み合わせた多面的なプロセスです。
大規模な言語モデル（LLM）はストーリーライティングの約束を示していますが、現在、使用を制限する複雑なプロンプトに大きく依存しています。
私たちは、物語理論に触発された世代の枠組みであるエージェントの部屋を提案します。これは、専門のエージェントが取り組むサブタスクに物語の執筆を分解します。
私たちの方法を説明するために、Tell Me Me Me Me Me Me Me Me Me Me Me A Story、複雑なライティングプロンプトと人間が書いたストーリーの高品質のデータセット、長い物語を評価するために特別に設計された新しい評価フレームワークを紹介します。
エージェントの部屋は、複雑なストーリーライティングタスクを扱いやすいコンポーネントに分解するためにコラボレーションと専門化を活用することにより、ベースラインシステムによって生成された評価者よりも専門家の評価者が好むストーリーを生成することを示しています。
生成された出力の自動化された人間ベースのメトリックを含む広範な分析を提供します。

要約(オリジナル)

Writing compelling fiction is a multifaceted process combining elements such as crafting a plot, developing interesting characters, and using evocative language. While large language models (LLMs) show promise for story writing, they currently rely heavily on intricate prompting, which limits their use. We propose Agents’ Room, a generation framework inspired by narrative theory, that decomposes narrative writing into subtasks tackled by specialized agents. To illustrate our method, we introduce Tell Me A Story, a high-quality dataset of complex writing prompts and human-written stories, and a novel evaluation framework designed specifically for assessing long narratives. We show that Agents’ Room generates stories that are preferred by expert evaluators over those produced by baseline systems by leveraging collaboration and specialization to decompose the complex story writing task into tractable components. We provide extensive analysis with automated and human-based metrics of the generated output.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google