論文の概要: The Story Shapes the Agent: Narrative Priors in LLM Behavior
- arxiv url: http://arxiv.org/abs/2607.18566v1
- Date: Mon, 20 Jul 2026 23:03:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.267037
- Title: The Story Shapes the Agent: Narrative Priors in LLM Behavior
- Title（参考訳）: エージェントが物語を形作る: LLM行動における物語の先駆者
- Abstract要約: ペルソナプロンプトはLLMエージェントの動作を制御するために広く用いられているが、タスクの物語的フレーミングは割り当てられたペルソナよりも重要である。
我々は,同じ行動空間,ステージ進行,リソース制約を共有する3つのテキストベースの調査ゲームを構築した。
物語の先行は、あるタスクのストーリーフレーミングによって活性化される体系的な行動傾向であり、その決定構造とは無関係である。
- 参考スコア（独自算出の注目度）: 12.905014436867317
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Persona prompting is widely used to steer LLM agent behavior, yet the narrative framing of a task can matter more than the assigned persona. We isolate this effect through structural isomorphism, constructing three text-based investigation games that share the same action space, stage progression, and resource constraints while varying only task narrative: disease investigation, IT troubleshooting, and murder mystery. Across 1,890 sessions spanning 3 models and 10 personas, we identify narrative priors: systematic action tendencies activated by a task's story framing, independent of its decision structure. Narrative priors explain 5-31x more behavioral variance than persona, are consistent across model architectures, and in two of three domains are negatively associated with task success. Persona effects that do transfer across narratives arise from behavioral anchors, persona descriptions whose language maps directly onto shared actions. Causal interventions confirm this: removing anchor words from a high-transfer persona reduces cross-narrative consistency by 95%. Our framework also generalizes to a held-out fourth narrative and yields a persona-selection method that improves cross-narrative transfer. These results suggest that LLM behavior that survives narrative changes should be grounded in concrete actions rather than abstract descriptions.
- Abstract（参考訳）: ペルソナプロンプトはLLMエージェントの動作を制御するために広く用いられているが、タスクの物語的フレーミングは割り当てられたペルソナよりも重要である。
我々は、この効果を構造的同型性を通じて分離し、同じ行動空間、ステージ進行、リソース制約を共有する3つのテキストベースの調査ゲームを構築し、その一方で、病的調査、ITトラブルシューティング、殺人ミステリーといったタスクのみを物語っている。
3つのモデルと10のペルソナにまたがる1,890のセッションで、物語の優先順位を識別する。
ナラティブ事前は、ペルソナよりも5-31倍の振る舞いの分散を説明し、モデルアーキテクチャ間で一貫性があり、3つのドメインのうち2つは、タスクの成功に負の関連がある。
物語間で伝達するペルソナ効果は、行動的アンカー、言語が共有行動に直接マップするペルソナ記述から生じる。
ハイトランスファーのペルソナからアンカーワードを除去することで、クロスナラティブな一貫性が95%減少する。
また,本フレームワークは,保持された第4話に一般化し,クロスナラティブ・トランスファーを改善するペルソナ・セレクション法を提供する。
これらの結果は,物語変化を生き残る LLM の行動は,抽象的な記述よりも具体的な行動に基礎を置くべきであることを示唆している。
関連論文リスト
- Bad company corrupts good morals: Understanding and Measuring Narrative-Induced Moral Reasoning Degradation in LLMs [9.12926114428835]
大規模な言語モデルは、デジタル人間、AIコンパニオン、教育アシスタント、カウンセリングシステムのような、長時間コンテキストで感情的にインタラクティブな環境にデプロイされる。
このことは重要な疑問を提起する:LLMの推論とアライメントの安定性を長引く物語露出は再形成できるか?
LLMにおける物語誘発アライメント劣化の最初の系統的研究について述べる。
論文 参考訳（メタデータ） (2026-06-27T15:30:42Z) - Characterizing Narrative Content in Web-scale LLM Pretraining Data [14.02632268506113]
本稿では,3トリルのオープンプレトレーニングコーパスであるDolmaの物語的特徴について,初めて詳細に考察する。
我々は、11の解釈可能な次元として機能する3つの中核的な物語要素(緊急性、設定、イベント)にまたがるフレームワークを設計する。
私たちはNarraBERTを3Mパスに適用し、新たなデータセットであるNarraDolmaを作成しました。
論文 参考訳（メタデータ） (2026-06-17T18:03:34Z) - From We to Me: Theory Informed Narrative Shift with Abductive Reasoning [1.0930816518774933]
本稿では,社会科学理論と帰納的推論に基づくニューロシンボリックアプローチを提案する。
提案手法は,大規模言語モデルを導くために必要な特定のストーリ要素を抽出するためのルールを自動的に抽出する。
我々はLlama-4とGrok-4の両方向で同様の性能を示し、Deep-seek-R1の競合性能を示す。
論文 参考訳（メタデータ） (2026-02-10T04:10:19Z) - NarraScore: Bridging Visual Narrative and Musical Dynamics via Hierarchical Affective Control [59.6128550986024]
ナラスコア(NarraScore)は、感情が物語論理の高密度圧縮として働くという中心的な洞察に基づく階層的なフレームワークである。
NarraScoreは、グローバルな構造とローカルなダイナミズムを調和させるために、Dual-Branch Injection戦略を採用している。
NarraScoreは、無視可能な計算オーバーヘッドを伴う最先端の一貫性と物語のアライメントを実現している。
論文 参考訳（メタデータ） (2026-02-09T09:39:42Z) - Contrastive Learning with Narrative Twins for Modeling Story Salience [19.936257724469783]
本稿では,ナラティブ・サリエンスをモデル化するための対照的な学習枠組みを提案する。
我々のモデルは、物語の双子と、類似した表面的特徴を持つが異なるプロットを持つ気晴らしとを区別するように訓練されている。
ROCStories corpus や長いウィキペディア・プロット・サマリーからの短い物語の実験では、コントラスト学習されたストーリーの埋め込みは、マスク付き言語モデルベースラインよりも優れていることが示されている。
論文 参考訳（メタデータ） (2026-01-12T17:48:46Z) - Living the Novel: A System for Generating Self-Training Timeline-Aware Conversational Agents from Novels [50.43968216132018]
文芸作品が没入的で多文字の会話体験に変換されるエンド・ツー・エンドシステムを提案する。
このシステムはLLM駆動文字の2つの基本的な課題を解決するために設計されている。
論文 参考訳（メタデータ） (2025-12-08T11:57:46Z) - Failure Modes of LLMs for Causal Reasoning on Narratives [51.19592551510628]
世界の知識と論理的推論の相互作用について検討する。
最先端の大規模言語モデル(LLM)は、しばしば表面的な一般化に依存している。
タスクの単純な再構成により、より堅牢な推論行動が引き起こされることを示す。
論文 参考訳（メタデータ） (2024-10-31T12:48:58Z) - Causal Micro-Narratives [62.47217054314046]
テキストから因果マイクロナラティブを分類する新しい手法を提案する。
これらの物語は、対象対象の因果関係と/または効果の文レベルの説明である。
論文 参考訳（メタデータ） (2024-10-07T17:55:10Z) - Mapping News Narratives Using LLMs and Narrative-Structured Text Embeddings [0.0]
構造主義言語理論に基づく数値的物語表現を導入する。
オープンソースLLMを用いてアクタントを抽出し,それをナラティブ構造化テキスト埋め込みに統合する。
本稿では,イスラエル・パレスチナ紛争に関するアル・ジャジーラとワシントン・ポストの新聞記事5000件を例に,本手法の分析的考察を紹介する。
論文 参考訳（メタデータ） (2024-09-10T14:15:30Z) - 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) - TEACH: Temporal Action Composition for 3D Humans [50.97135662063117]
自然言語の一連の記述を前提として,テキストに意味的に対応する3次元の人間の動作を生成する。
特に、我々のゴールは一連のアクションの合成を可能にすることであり、これは時間的アクション合成と呼ばれる。
論文 参考訳（メタデータ） (2022-09-09T00:33:40Z)
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。