SWAG：基于行动引导的故事生成
计算与语言
2024-10-10 v2 人工智能
摘要
自动化长篇故事生成通常采用长上下文大语言模型（LLMs）进行一次性创作，这可以产生连贯但未必引人入胜的内容。我们提出了基于行动引导的故事生成（Storytelling With Action Guidance，SWAG），这是一种利用LLMs进行故事创作的新颖方法。我们的方法将故事写作构建为一个通过双模型反馈循环实现的搜索问题：一个LLM生成故事内容，另一个辅助LLM用于选择下一个最佳“行动”以引导故事的未来走向。我们的结果表明，通过GPT-4评估和人工评估，SWAG能够显著优于以往的端到端故事生成技术。我们仅使用小型开源模型的SWAG流程，其表现超越了GPT-3.5-Turbo。
引用
@article{arxiv.2402.03483,
title = {SWAG: Storytelling With Action Guidance},
author = {Zeeshan Patel and Karim El-Refai and Jonathan Pei and Tianle Li},
journal= {arXiv preprint arXiv:2402.03483},
year = {2024}
}
备注
EMNLP Findings 2024