Fugu-MT 論文翻訳(概要): Codifying Character Logic in Role-Playing

論文の概要: Codifying Character Logic in Role-Playing

arxiv url: http://arxiv.org/abs/2505.07705v1
Date: Mon, 12 May 2025 16:12:42 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-13 20:21:49.477079
Title: Codifying Character Logic in Role-Playing
Title（参考訳）: ロールプレイングにおける文字論理の体系化
Authors: Letian Peng, Jingbo Shang,
Abstract要約: 本稿では,行動決定のための文字論理を構造化し実行可能な関数として表現する,ロールプレイングのための符号化プロファイルを提案する。本実験は, 持続性, 積極性, 行動多様性を向上する上で, 有意な有益性を示すものである。
参考スコア（独自算出の注目度）: 37.92922713921964
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper introduces Codified Profiles for role-playing, a novel approach that represents character logic as structured, executable functions for behavioral decision-making. Each profile defines a set of functions parse_by_scene(scene) that outputs a list of logic-grounded assertions triggered_statements, using both explicit control structures (e.g., if-then-else) and condition checks like check_condition(scene, question), where each question is a semantically meaningful prompt about the scene (e.g., "Is the character in danger?") discriminated by the role-playing LLM as true, false, or unknown. This explicit representation offers three key advantages over traditional prompt-based profiles, which append character descriptions directly into text prompts: (1) Persistence, by enforcing complete and consistent execution of character logic, rather than relying on the model's implicit reasoning; (2) Updatability, through systematic inspection and revision of behavioral logic, which is difficult to track or debug in prompt-only approaches; (3) Controllable Randomness, by supporting stochastic behavior directly within the logic, enabling fine-grained variability that prompting alone struggles to achieve. To validate these advantages, we introduce a new benchmark constructed from 83 characters and 5,141 scenes curated from Fandom, using NLI-based scoring to compare character responses against ground-truth actions. Our experiments demonstrate the significant benefits of codified profiles in improving persistence, updatability, and behavioral diversity. Notably, by offloading a significant portion of reasoning to preprocessing, codified profiles enable even 1B-parameter models to perform high-quality role-playing, providing a scalable and efficient foundation for local deployment of role-play agents.
Abstract（参考訳）: 本稿では,行動決定のための文字論理を構造化し実行可能な関数として表現する,ロールプレイングのための符号化プロファイルを提案する。各プロファイルはパース_by_scene(scene)という関数セットを定義しており、明示的に制御された構造(例: if-then-else)とcheck_condition(scene, question)のような条件チェックの両方を使って、論理的に座屈したアサーションの一覧を出力する。この明示的な表現は、従来のプロンプトベースのプロファイルに対して3つの重要な利点を提供する。(1) モデルが暗黙の推論に頼るのではなく、文字論理の完全かつ一貫した実行を強制することによるパーシステンス、(2) プロンプトのみのアプローチで追跡またはデバッグが困難な振る舞い論理の体系的な検査と修正を通じての更新、(3) 制御可能なランダムネス、ロジック内で直接確率的振る舞いをサポートし、単独で達成に苦しむ微妙な変動を可能にすること。これらの利点を検証するために,NLIに基づくスコアリングを用いて,ファンドムからキュレートされた83文字と5,141シーンからなる新しいベンチマークを導入する。本実験は, 持続性, 積極性, 行動多様性を向上する上で, 有意な有益性を示すものである。特に、推論のかなりの部分を前処理にオフロードすることで、1Bパラメータモデルでさえ高品質なロールプレイングを実行でき、ロールプレイエージェントをローカルにデプロイするためのスケーラブルで効率的な基盤を提供する。

論文の概要: Codifying Character Logic in Role-Playing

関連論文リスト