論文の概要: Design Techniques for LLM-Powered Interactive Storytelling: A Case Study of the Dramamancer System

• arxiv url: http://arxiv.org/abs/2601.18785v1
• Date: Mon, 26 Jan 2026 18:51:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:09.02267
• Title: Design Techniques for LLM-Powered Interactive Storytelling: A Case Study of the Dramamancer System
• Title（参考訳）: LLMを用いた対話型ストーリーテリングのための設計手法-ドラママンサーシステムを事例として-
• Authors: Tiffany Wang, Yuqian Sun, Yi Wang, Melissa Roemmele, John Joon Young Chung, Max Kreminski,
• Abstract要約: Dramamancerは、作者が作成したストーリースキーマをプレイヤー主導のプレイスルーに変換するシステムである。 この拡張された要約は、このシステムに関連するいくつかの設計手法と評価について概説している。
• 参考スコア（独自算出の注目度）: 16.029360256664685
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The rise of Large Language Models (LLMs) has enabled a new paradigm for bridging authorial intent and player agency in interactive narrative. We consider this paradigm through the example of Dramamancer, a system that uses an LLM to transform author-created story schemas into player-driven playthroughs. This extended abstract outlines some design techniques and evaluation considerations associated with this system.
• Abstract（参考訳）: LLM(Large Language Models)の台頭は、インタラクティブな物語において、権威的意図とプレイヤーエージェンシーをブリッジするための新しいパラダイムを可能にした。 著者が作成したストーリースキーマをプレイヤー主導のプレイスルーに変換するためにLLMを使用するシステムであるDramamancerの例を通して、このパラダイムを考察する。 この拡張された要約は、このシステムに関連するいくつかの設計手法と評価について概説している。

関連論文リスト

• OPEN-THEATRE: An Open-Source Toolkit for LLM-based Interactive Drama [62.00761178362677]
  Open-Theatreは、LLMベースのインタラクティブドラマを体験し、カスタマイズするための最初のオープンソースツールキットである。 効率的なマルチエージェントアーキテクチャと階層型検索ベースのメモリシステムによる事前処理を洗練する。
  論文  参考訳（メタデータ） (2025-09-20T14:53:14Z)
• Integrating Visual Interpretation and Linguistic Reasoning for Math Problem Solving [61.992824291296444]
  現在の大型視覚言語モデル(LVLM)は、通常、大型言語モデル(LLM)のテキスト埋め込みと視覚的特徴をリンクするためのコネクタモジュールを使用する。 本稿では,エンド・ツー・エンドの視覚言語推論モデルをトレーニングする代わりに,分離された推論フレームワークの開発を提唱する。
  論文  参考訳（メタデータ） (2025-05-23T08:18:00Z)
• Agent-Centric Projection of Prompting Techniques and Implications for Synthetic Training Data for Large Language Models [0.8879149917735942]
  本稿では,Large Language Models(LLMs)における線形コンテキスト(連続的な相互作用の連続配列)と非線形コンテキスト(分岐やマルチパス)の概念を紹介し,解説する。 これらの概念は、プロンプト戦略とマルチエージェントシステムとの深い関係を明らかにするフレームワークであるプロンプトテクニックのエージェント中心のプロジェクションの開発を可能にする。
  論文  参考訳（メタデータ） (2025-01-14T03:26:43Z)
• From Linguistic Giants to Sensory Maestros: A Survey on Cross-Modal Reasoning with Large Language Models [56.9134620424985]
  クロスモーダル推論(CMR)は、より高度な人工知能システムへの進化における重要な能力として、ますます認識されている。 CMRタスクに取り組むためにLLM(Large Language Models)をデプロイする最近のトレンドは、その有効性を高めるためのアプローチの新たな主流となっている。 本調査では,LLMを用いてCMRで適用された現在の方法論を,詳細な3階層分類に分類する。
  論文  参考訳（メタデータ） (2024-09-19T02:51:54Z)
• Visual Prompting in Multimodal Large Language Models: A Survey [95.75225825537528]
  MLLM(Multimodal large language model)は、視覚機能を備えた事前訓練された多言語モデル(LLM)である。 ビジュアルプロンプトはよりきめ細かな自由形式のビジュアルインストラクションのために現れた。 本稿では,視覚的プロンプト,即時生成,構成的推論,即時学習に焦点をあてる。
  論文  参考訳（メタデータ） (2024-09-05T08:47:34Z)
• Rethinking Visual Prompting for Multimodal Large Language Models with External Knowledge [76.45868419402265]
  マルチモーダルな大言語モデル(MLLM)は、膨大な高品質の画像テキストデータセットをトレーニングすることで、大きな進歩を遂げている。 しかし、マスクのような細粒度や空間的に密集した情報をテキストで明示的に伝達することの難しさは、MLLMにとって困難である。 本稿では、特殊な視覚モデルから派生した細粒度の外部知識をMLLMに統合する新しい視覚的プロンプト手法を提案する。
  論文  参考訳（メタデータ） (2024-07-05T17:43:30Z)
• Guiding and Diversifying LLM-Based Story Generation via Answer Set Programming [1.7889842797216124]
  大規模言語モデル(LLM)は、オープンエンドのユーザ要求に応じてストーリーを生成することができる。 本稿では,高レベルかつ抽象的な高レベルなストーリー構造仕様を用いて,ストーリー生成のガイドと多様化を提案する。
  論文  参考訳（メタデータ） (2024-06-01T21:14:25Z)
• THEaiTRE: Artificial Intelligence to Write a Theatre Play [4.450488404542801]
  THEaiTREは演劇の脚本の自動生成を目的としたプロジェクトである。 我々は,要約と機械翻訳によって支援された生成型ニューラル言語モデルと階層型生成アプローチを採用する計画である。
  論文  参考訳（メタデータ） (2020-06-25T19:24:57Z)

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。