論文の概要: Breaking the Assistant Mold: Modeling Behavioral Variation in LLM Based Procedural Character Generation

• arxiv url: http://arxiv.org/abs/2601.03396v1
• Date: Tue, 06 Jan 2026 20:18:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-09 02:15:23.065943
• Title: Breaking the Assistant Mold: Modeling Behavioral Variation in LLM Based Procedural Character Generation
• Title（参考訳）: 補助金型を破る: LLMに基づく手続き的文字生成における挙動変動のモデル化
• Authors: Maan Qraitem, Kate Saenko, Bryan A. Plummer,
• Abstract要約: 手続き的コンテンツ生成は、レベル、マップ、クエストを通じて巨大な仮想世界を可能にするが、大規模なキャラクター生成は未調査のままである。 既存の手法では2つのアライメント誘起バイアスを同定する。 我々は、行動構築から世界構築を遠ざけるフレームワークであるPersonaWeaverを紹介した。
• 参考スコア（独自算出の注目度）: 62.54606886226136
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Procedural content generation has enabled vast virtual worlds through levels, maps, and quests, but large-scale character generation remains underexplored. We identify two alignment-induced biases in existing methods: a positive moral bias, where characters uniformly adopt agreeable stances (e.g. always saying lying is bad), and a helpful assistant bias, where characters invariably answer questions directly (e.g. never refusing or deflecting). While such tendencies suit instruction-following systems, they suppress dramatic tension and yield predictable characters, stemming from maximum likelihood training and assistant fine-tuning. To address this, we introduce PersonaWeaver, a framework that disentangles world-building (roles, demographics) from behavioral-building (moral stances, interactional styles), yielding characters with more diverse reactions and moral stances, as well as second-order diversity in stylistic markers like length, tone, and punctuation. Code: https://github.com/mqraitem/Persona-Weaver
• Abstract（参考訳）: 手続き的コンテンツ生成は、レベル、マップ、クエストを通じて巨大な仮想世界を可能にするが、大規模なキャラクター生成は未調査のままである。 従来の手法では,肯定的な道徳的偏見(例えば,いつも嘘をつくのは悪い)と補助的偏見(例えば,否定や偏向をしない)の2つのアライメントによって引き起こされる偏見(アライメントバイアス)を識別する。 このような傾向は命令追従システムに適合するが、劇的な緊張を抑え、最大限の訓練と補助微調整から予測可能な文字を生成する。 これを解決するために、PersonaWeaverを紹介します。PersonaWeaverは、行動構築(道徳的スタンス、相互作用的スタイル)から世界構築(ルール、人口統計学)を遠ざけ、より多様な反応と道徳的スタンスを持つキャラクターを産み出すとともに、長さ、トーン、句読点といったスタイル的マーカーの2階の多様性を提供する。 コード:https://github.com/mqraitem/Persona-Weaver

関連論文リスト

• Too Good to be Bad: On the Failure of LLMs to Role-Play Villains [69.0500092126915]
  LLM(Large Language Models)は、架空のキャラクターのシミュレーションを含む創造的な世代にますます取り組まれている。 我々は、現代のLLMの安全性の整合性は、道徳的に不明瞭な、または悪質なキャラクターを聴覚的にロールプレイするタスクと根本的な矛盾を生じさせると仮定する。 4段階のモラルアライメント尺度と厳密な評価のためのバランステストセットを備えた新しいデータセットであるMoral RolePlayベンチマークを導入する。 我々の大規模評価は、キャラクターのモラルが低下するにつれて、ロールプレイングの忠実度が一貫した単調な低下を示す。
  論文  参考訳（メタデータ） (2025-11-07T03:50:52Z)
• Beyond One World: Benchmarking Super Heros in Role-Playing Across Multiversal Contexts [2.2816872489992135]
  Beyond One Worldは、30の象徴的ヒーローと90のキヤノン固有のバージョンにまたがるキャラクターグラウンドのロールプレイのベンチマークである。 正準精度と推論忠実度に応答する。 理由と行動の一致を定量化する尺度であるThink-Act Matchingを提案する。
  論文  参考訳（メタデータ） (2025-10-16T06:39:27Z)
• CharaConsist: Fine-Grained Consistent Character Generation [93.08900337098302]
  CharaConsistは、テキスト・ツー・イメージのDiTモデルに適した、最初の一貫した生成方法である。 CharaConsistは、フォアグラウンドとバックグラウンドの両方できめ細かい一貫性を実現する。 きめ細かい一貫性を維持する能力と、最新のベースモデルの容量を大きくすることで、高品質なビジュアル出力を生成することができる。
  論文  参考訳（メタデータ） (2025-07-15T17:58:08Z)
• Can LLM Agents Maintain a Persona in Discourse? [3.286711575862228]
  大規模言語モデル(LLM)は、教育、法律、医学など、様々な分野でその能力を利用する会話エージェントとして広く利用されている。 LLMは、しばしばコンテキストシフトの振る舞いを受け、一貫性と解釈可能なパーソナリティ整合性の相互作用が欠如する。 LLMはパーソナライズされた対話へと導くことができるが、その性格特性を維持する能力はモデルと談話設定の組み合わせによって大きく異なる。
  論文  参考訳（メタデータ） (2025-02-17T14:36:39Z)
• CharacterBox: Evaluating the Role-Playing Capabilities of LLMs in Text-Based Virtual Worlds [74.02480671181685]
  ロールプレイングは大規模言語モデル(LLM)の重要な機能である 現在の評価手法は, 実演に不可欠なニュアンス特性や動作を適切に把握するに足りていない。 本研究では,キャラクタボックスを提案する。キャラクタボックスは,キャラクタの微粒な挙動を再現するシミュレーションサンドボックスである。
  論文  参考訳（メタデータ） (2024-12-07T12:09:35Z)
• CHIRON: Rich Character Representations in Long-Form Narratives [98.273323001781]
  文字のテキスト情報を整理・フィルタリングする新しい文字シートの表現であるCHIRONを提案する。 実験の結果,CHIRONは類似の要約に基づくベースラインよりも優れ,柔軟であることが判明した。 CHIRONから派生したメトリクスは、ストーリーのキャラクター中心性を自動的に推測するために使用することができ、これらのメトリクスは人間の判断と一致している。
  論文  参考訳（メタデータ） (2024-06-14T17:23:57Z)
• CharacterGPT: A Persona Reconstruction Framework for Role-Playing Agents [6.220415006158471]
  文字ペルソナトレーニング(CPT)を通じて文字ペルソナを動的に再構築するフレームワークである characterGPT を紹介する。 この手法は、物語の進行を反映して、章的な小説の要約から特徴を抽出することで、ペルソナを漸進的に更新する。 我々の枠組みは、キャラクターがオリジナルな物語を生成する、ビッグファイブの人格評価と創造的なタスクを通して評価される。
  論文  参考訳（メタデータ） (2024-05-30T07:44:16Z)
• MoralBERT: A Fine-Tuned Language Model for Capturing Moral Values in Social Discussions [4.747987317906765]
  道徳的価値は、情報を評価し、意思決定し、重要な社会問題に関する判断を形成する上で、基本的な役割を担います。 自然言語処理(NLP)の最近の進歩は、人文コンテンツにおいて道徳的価値を測ることができることを示している。 本稿では、社会談話における道徳的感情を捉えるために微調整された言語表現モデルであるMoralBERTを紹介する。
  論文  参考訳（メタデータ） (2024-03-12T14:12:59Z)

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。