Crafting Narrative Closures：基于 SSM Mamba 的零样本短篇故事结局生成

写作故事是一个引人入胜且充满挑战的活动。作者常常会遇到创意阻塞的情况，即叙事的前进路径变得模糊不清。本文旨在通过提供一种创新解决方案来解决此类情况：一个能够根据给定提示完成故事的工具。用户输入短篇故事提示后，可获得一句或多句话的故事结局，从而通过 AI 驱动的创意来增强叙事过程。该工具不仅旨在帮助作者克服写作困境，也为任何人提供一种有趣且互动的方式，来自发地扩展故事想法。通过本文，我们探讨了人工智能与创意写作的交叉领域，推动了故事如何被构思和结尾的边界。为创建最终文本生成模型，我们使用了预训练的 GPT-3.5 模型和一个全新微调的 SSM-Mamba 模型，两者在包括 BERT 评分、METEOR、BLEU、ROUGE 和 Perplexity 在内的多个指标上均表现良好。SSM 模型也已作为开源贡献在 HuggingFace 上公开，目前在 HuggingFace 上尚无此类状态空间模型用于故事生成任务。