論文の概要: Deriving Character Logic from Storyline as Codified Decision Trees
- arxiv url: http://arxiv.org/abs/2601.10080v1
- Date: Thu, 15 Jan 2026 05:12:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-16 19:43:18.997398
- Title: Deriving Character Logic from Storyline as Codified Decision Trees
- Title（参考訳）: コード化決定木としてのストーリーラインからのキャラクタ論理の導出
- Authors: Letian Peng, Kun Zhou, Longfei Yun, Yupeng Hou, Jingbo Shang,
- Abstract要約: ロールプレイング(RP)エージェントは、さまざまな物語の文脈で一貫して行動するために行動プロファイルに依存する。
大規模物語データから実行可能かつ解釈可能な決定構造を誘導するデータ駆動型フレームワークであるCDT(Condified Decision Trees)を提案する。
- 参考スコア（独自算出の注目度）: 67.01182739162142
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Role-playing (RP) agents rely on behavioral profiles to act consistently across diverse narrative contexts, yet existing profiles are largely unstructured, non-executable, and weakly validated, leading to brittle agent behavior. We propose Codified Decision Trees (CDT), a data-driven framework that induces an executable and interpretable decision structure from large-scale narrative data. CDT represents behavioral profiles as a tree of conditional rules, where internal nodes correspond to validated scene conditions and leaves encode grounded behavioral statements, enabling deterministic retrieval of context-appropriate rules at execution time. The tree is learned by iteratively inducing candidate scene-action rules, validating them against data, and refining them through hierarchical specialization, yielding profiles that support transparent inspection and principled updates. Across multiple benchmarks, CDT substantially outperforms human-written profiles and prior profile induction methods on $85$ characters across $16$ artifacts, indicating that codified and validated behavioral representations lead to more reliable agent grounding.
- Abstract（参考訳）: ロールプレイング(RP)エージェントは、さまざまな物語の文脈で一貫して行動するために行動プロファイルに依存するが、既存のプロファイルは、ほとんど構造化されておらず、実行不可能で、弱い検証を受けており、不安定なエージェントの振る舞いにつながる。
大規模物語データから実行可能かつ解釈可能な決定構造を誘導するデータ駆動型フレームワークであるCDT(Condified Decision Trees)を提案する。
CDTは、動作プロファイルを条件付きルールのツリーとして表現し、内部ノードは検証されたシーン条件に対応し、グラウンド化された動作ステートメントをエンコードし、実行時にコンテキストに適したルールを決定論的に検索する。
ツリーは、候補シーンアクションルールを反復的に誘導し、データに対して検証し、階層的な特殊化を通じてそれらを精査し、透過的な検査と原則化された更新をサポートするプロファイルを生成することで学習される。
複数のベンチマークにおいて、CDTは16ドルのアーティファクトにまたがる85ドルの文字に対して、人手によるプロファイルと事前のプロファイル誘導手法を大幅に上回っており、コーデレートと検証された振る舞い表現がより信頼性の高いエージェントの接地につながることを示している。
関連論文リスト
- TreePS-RAG: Tree-based Process Supervision for Reinforcement Learning in Agentic RAG [71.06073770344732]
エージェント検索強化生成(RAG)は、推論と情報検索の多段階的な相互作用として質問応答を定式化する。
エージェントRAGのためのオンラインツリーベースRLフレームワークであるTreePS-RAGについて述べる。
論文 参考訳（メタデータ） (2026-01-11T14:07:30Z) - ACT: Agentic Classification Tree [33.65390081055222]
本稿では,各分割を自然言語質問として定式化することにより,決定木手法を非構造化入力に拡張するエージェント分類木(ACT)を提案する。
テキストベンチマークの実験では、ACTは透過的で解釈可能な決定パスを生成しながら、プロンプトベースのベースラインと一致またはオーバーしている。
論文 参考訳（メタデータ） (2025-09-30T15:54:08Z) - Respecting Temporal-Causal Consistency: Entity-Event Knowledge Graphs for Retrieval-Augmented Generation [69.45495166424642]
我々は,物語文書における時間的,因果的,文字的整合性を理解するために,頑健で差別的なQAベンチマークを開発する。
次に、バイナリマッピングでリンクされたエンティティとイベントのサブグラフを分離したまま保持するデュアルグラフフレームワークであるEntity-Event RAG(E2RAG)を紹介します。
ChronoQA全体で、我々のアプローチは最先端の非構造化およびKGベースのRAGベースラインよりも優れており、因果一貫性クエリや文字整合性クエリが顕著である。
論文 参考訳（メタデータ） (2025-06-06T10:07:21Z) - Codifying Character Logic in Role-Playing [37.92922713921964]
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。
論文 参考訳（メタデータ） (2025-05-12T16:12:42Z) - ReTreever: Tree-based Coarse-to-Fine Representations for Retrieval [64.44265315244579]
そこで本研究では,様々なレベルで参照文書を整理し,表現するためのツリーベース手法を提案する。
我々の手法はReTreeverと呼ばれ、クエリと参照ドキュメントが同様のツリーブランチに割り当てられるように、バイナリツリーの内部ノード毎のルーティング関数を共同で学習する。
我々の評価では、ReTreeverは一般的に完全な表現精度を保っている。
論文 参考訳（メタデータ） (2025-02-11T21:35:13Z) - Semantic or Covariate? A Study on the Intractable Case of Out-of-Distribution Detection [70.57120710151105]
ID分布のセマンティック空間をより正確に定義する。
また,OOD と ID の区別性を保証する "Tractable OOD" の設定も定義する。
論文 参考訳（メタデータ） (2024-11-18T03:09:39Z) - Detecting and Identifying Selection Structure in Sequential Data [53.24493902162797]
我々は,音楽のシーケンスなどの実践的な状況において,潜在目的に基づくデータポイントの選択的包摂が一般的である,と論じる。
選択構造はパラメトリックな仮定や介入実験なしで識別可能であることを示す。
また、他の種類の依存関係と同様に、選択構造を検知し、識別するための証明可能な正当性アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-06-29T20:56:34Z) - TapTree: Process-Tree Based Host Behavior Modeling and Threat Detection Framework via Sequential Pattern Mining [0.29465623430708915]
本稿では,システムイベントのセマンティック情報をコンパイルすることでホスト動作を抽出するTapTreeを提案する。
最近のベンチマーク監査ログデータセット(DARPA OpTC)に対する評価では、TapTreeは、接続されたシステムイベントのセマンティクスを推論するために、ツリーパターンクエリとシーケンシャルパターンマイニング技術を使用している。
論文 参考訳（メタデータ） (2023-12-10T15:12:55Z)
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。