論文の概要: From Role-Play to Drama-Interaction: An LLM Solution
- arxiv url: http://arxiv.org/abs/2405.14231v1
- Date: Thu, 23 May 2024 07:03:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-24 18:34:03.177719
- Title: From Role-Play to Drama-Interaction: An LLM Solution
- Title（参考訳）: ロールプレイからドラマインタラクションへ:LLMソリューション
- Authors: Weiqi Wu, Hongqiu Wu, Lai Jiang, Xingyuan Liu, Jiale Hong, Hai Zhao, Min Zhang,
- Abstract要約: 本稿では,従来のドラマに前例のない没入感を与えるemphLLMベースのインタラクティブドラマを紹介する。
我々は、この新たな芸術ジャンルを、6つの重要な要素-プラット、キャラクタ、思考、辞書、スペクタクル、相互作用によって定義する。
本稿では,プレイヤーとのインタラクションにおける物語の進行をより細かく制御するためのemphNarrative Chainを提案し,任意のストーリーをドラマスクリプトに合成するemphAuto-Dramaを提案する。
- 参考スコア（独自算出の注目度）: 57.233049222938675
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Drama is a form of storytelling inspired by human creativity, proceeding with a predefined storyline, carrying emotions and thoughts. This paper introduces \emph{LLM-based interactive drama}, which endows traditional drama with an unprecedented immersion, where a person is allowed to walk into it and interact with the characters and scenes. We define this new artistic genre by 6 essential elements-plot, character, thought, diction, spectacle and interaction-and study the entire pipeline to forge a backbone \emph{drama LLM} to drive the playing process, which is challenged by limited drama resources, uncontrollable narrative development, and complicated instruction following. We propose \emph{Narrative Chain} to offer finer control over the narrative progression during interaction with players; \emph{Auto-Drama} to synthesize drama scripts given arbitrary stories; \emph{Sparse Instruction Tuning} to allow the model to follow sophisticated instructions. We manually craft 3 scripts, \emph{Detective Conan}, \emph{Harry Potter}, \emph{Romeo and Juliet}, and design a 5-dimension principle to evaluate the drama LLM comprehensively.
- Abstract（参考訳）: ドラマは人間の創造性にインスパイアされたストーリーテリングの一種で、事前に定義されたストーリーラインで進み、感情や思考を運ぶ。
本稿では,従来のドラマに前例のない没入感を与える「emph{LLM-based Interactive drama」を紹介する。
我々は、この新たな芸術ジャンルを、6つの重要な要素、キャラクター、思考、ディクショナリ、ディクショナリ、スペクタクル、相互作用によって定義し、パイプライン全体を研究して、バックボーンの「emph{drama LLM}」を鍛えることで、限られたドラマリソース、制御不能な物語展開、複雑な指示によって、演奏プロセスを推進します。
プレイヤーとの対話における物語の進行をより細かく制御する「emph{Narrative Chain」、任意のストーリーを与えられたドラマスクリプトを合成する「emph{Auto-Drama」、洗練された指示に従うための「emph{Sparse Instruction Tuning」を提案する。
手動で3つのスクリプト、 \emph{Detective Conan}、 \emph{Harry Potter}、 \emph{Romeo and Juliet}を作成し、ドラマLLMを総合的に評価するための5次元原理を設計する。
関連論文リスト
- Agents' Room: Narrative Generation through Multi-step Collaboration [54.98886593802834]
本稿では,物語の執筆を特殊エージェントが取り組んだサブタスクに分解する,物語理論に触発された世代フレームワークを提案する。
エージェントの部屋は,専門的評価者が好むストーリーをベースラインシステムより生成することを示す。
論文 参考訳（メタデータ） (2024-10-03T15:44:42Z) - Game Development as Human-LLM Interaction [55.03293214439741]
本稿では,人間-LLMインタラクションを利用したインタラクション駆動型ゲームエンジン(IGE)について紹介する。
ポーカーゲームのための IGE をケーススタディとして構築し,インタラクションの品質とコードの正確性という2つの観点から評価する。
論文 参考訳（メタデータ） (2024-08-18T07:06:57Z) - The Drama Machine: Simulating Character Development with LLM Agents [1.999925939110439]
本稿では,多言語モデル (LLM) エージェントを用いたドラマティックシナリオにおける複雑な動的キャラクタのシミュレートについて検討する。
本稿では,異なる「エゴ」と「スーパーエゴ」の心理的役割を演じるLLMエージェント間の相互作用を協調するドラママシンフレームワークを提案する。
結果として、このマルチエージェントアプローチは、対話的なターンの連続を通して進化する、よりニュアンスで適応的な物語を生み出すことができることが示唆された。
論文 参考訳（メタデータ） (2024-08-03T09:40:26Z) - Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。
本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。
談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
論文 参考訳（メタデータ） (2024-07-18T08:02:49Z) - IBSEN: Director-Actor Agent Collaboration for Controllable and Interactive Drama Script Generation [10.64793069233322]
IBSENは、ドラマスクリプトを生成し、エージェントがプレイするプロットをより制御しやすいものにする監督・監督調整エージェントフレームワークである。
監督エージェントは、ユーザーが見たいと願うプロットの概要を書き、俳優エージェントにキャラクターをロールプレイするように指示し、人間のプレイヤーがシナリオに参加するときにプロットを再スケジュールし、プロットが目的に向かって進行していることを確認する。
論文 参考訳（メタデータ） (2024-07-01T08:49:57Z) - StoryVerse: Towards Co-authoring Dynamic Plot with LLM-based Character Simulation via Narrative Planning [8.851718319632973]
大きな言語モデル(LLM)は仮想文字の振る舞いを駆動し、プロットは文字と環境間の相互作用から現れる。
著者の著作意図と LLM によるキャラクタシミュレーションの創発的行動とを仲介するプロット作成ワークフローを提案する。
このプロセスは「生きた物語」を作り、様々なゲーム世界の状態に動的に適応し、著者、キャラクターシミュレーション、プレイヤーが共同で物語を作る。
論文 参考訳（メタデータ） (2024-05-17T23:04:51Z) - Generating Human Interaction Motions in Scenes with Text Control [66.74298145999909]
本稿では,デノナイズ拡散モデルに基づくテキスト制御されたシーン認識動作生成手法TeSMoを提案する。
我々のアプローチは、シーンに依存しないテキスト-モーション拡散モデルの事前学習から始まります。
トレーニングを容易にするため,シーン内に注釈付きナビゲーションと対話動作を組み込む。
論文 参考訳（メタデータ） (2024-04-16T16:04:38Z) - Co-Writing Screenplays and Theatre Scripts with Language Models: An
Evaluation by Industry Professionals [5.7445938562326635]
ドラマトロンは、タイトル、キャラクター、物語のビート、場所の説明、対話を伴うコヒーレントな脚本と脚本を生成する。
ドラマトロンのインタラクティブな共同制作システムとしての有用性を示す。
我々は,共同創造性に対するDramatronの適合性,盗作や偏見を含む倫理的考察,そしてそのようなツールの設計と展開のための参加モデルについて議論する。
論文 参考訳（メタデータ） (2022-09-29T17:26:22Z) - Film Trailer Generation via Task Decomposition [65.16768855902268]
私たちは映画をグラフとしてモデル化し、ノードはショットであり、エッジはそれらの間のセマンティックな関係を表す。
スクリーンプレイから特権的テキスト情報を活用する共同コントラストトレーニングを用いて,これらの関係を学習する。
教師なしのアルゴリズムがグラフを横切り、人間の審査員が競争的な教師付きアプローチによって生成されるトレーラーを生成する。
論文 参考訳（メタデータ） (2021-11-16T20:50:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。