由 LLM 提供动力的交互式 AI NPC：CPDC 2025 挑战技术报告
人工智能
2025-11-26 v1
摘要
本报告介绍了我们团队MSRA_SC在常识人物 grounding 对话挑战（CPDC 2025）中的解决方案与结果。我们提出了一个简单而有效的框架，统一了 GPU 轨道和 API 轨道上的改进。我们的方法核心是两个关键组件。首先，Context Engineering 应用动态工具修剪和人物修剪进行输入压缩，结合参数归一化和函数合并等后处理技术。通过结合手动精炼的提示词，这一设计改进了工具调用稳定性、执行可靠性和角色扮演指导。其次，在 GPU 轨道上，我们进一步采用GRPO训练，取代基于监督微调的强化学习，直接由奖励信号优化。这是一种缓解小样本过拟合并显著提升任务导向对话性能的做法。在最终评估中，我们团队在 Task 2 API 中名列第一，在 Task 1 API 中名列第二，在 Task 3 API 和 GPU 轨道中均名列第三，展示了我们方法的有效性。我们的代码已公开于 https://gitlab.aicrowd.com/nikoo_yu/cpdc-2025-winning-solution
引用
@article{arxiv.2511.20200,
title = {Interactive AI NPCs Powered by LLMs: Technical Report for the CPDC Challenge 2025},
author = {Yitian Huang and Yuxuan Lei and Jianxun Lian and Hao Liao},
journal= {arXiv preprint arXiv:2511.20200},
year = {2025}
}