論文の概要: Enforcing Narrative Reliability and Epistemic Pacing in LLM-Driven Detective Games via Structured Knowledge Trees

• arxiv url: http://arxiv.org/abs/2609.23043v1
• Date: Sat, 19 Sep 2026 14:18:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.654088
• Title: Enforcing Narrative Reliability and Epistemic Pacing in LLM-Driven Detective Games via Structured Knowledge Trees
• Title（参考訳）: 構造化知識木を用いたLLM駆動型検知ゲームにおける物語的信頼性とエピステマティックペイシングの強化
• Abstract要約: 大言語モデル(LLM)は対話型ゲームにおいてオープンエンド対話を可能にするが、その非決定論的出力は権威的な制御を維持するのを困難にしている。 本稿では,オープンエンド尋問ゲームにおける対話制御のために,構造化知識ツリーアーキテクチャと三元LPMパイプラインを組み合わせる。 以上の結果から,構造的アーキテクチャは重大な幻覚を64.78%減らし,未熟な物語の開示を完全に防いでいることが示唆された。
• 参考スコア（独自算出の注目度）: 1.0098114696565863
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) enable open-ended dialogue in interactive games, but their non-deterministic outputs make it difficult to preserve authorial control, factual consistency, and the intended sequence of information disclosure. These challenges are particularly significant in detective games, where premature revelation or fabricated details can undermine the logic of player progression. We present a Structured Knowledge Tree architecture coupled with a tri-agent LLM pipeline for controlling dialogue in an open-ended interrogation game. The system separates knowledge retrieval, dialogue generation, and response verification to ensure that the virtual suspect reveals only information permitted by the current narrative state. We evaluate the approach through The Interrogation of Adrian Gale, a playable detective-game testbed, and a formal user study examining hallucination reduction, adherence to authored disclosure sequences, and perceived logical progression. Our results demonstrate that the structured architecture reduces critical hallucinations by 64.78% and entirely prevents premature narrative disclosure. While the strict mechanical constraints introduced usability trade-offs regarding forced conversational reveals, the system successfully enforces rigorous epistemic pacing and provides players with a clear, subjective sense of progression toward solving the case.
• Abstract（参考訳）: 大規模言語モデル(LLM)は対話型ゲームにおいてオープンエンド対話を可能にするが、その非決定論的出力は、権威制御、事実整合性、意図した情報開示のシーケンスを保存するのを困難にしている。 これらの課題は、未熟な啓示や製造された詳細がプレイヤーの進行のロジックを損なう刑事ゲームにおいて特に重要である。 本稿では,オープンエンド尋問ゲームにおける対話制御のために,構造化知識ツリーアーキテクチャと三元LPMパイプラインを組み合わせる。 このシステムは、知識検索、対話生成、応答検証を分離し、仮想被疑者が現在の物語状態で許されている情報のみを明らかにする。 提案手法は,プレイ可能な刑事ゲームテストベッドであるAdrian Galeのインターロゲーションを通じて評価され,幻覚の低減,許可された開示シーケンスへの付着,論理的進行の知覚などを調べる公式ユーザスタディである。 以上の結果から,構造的アーキテクチャは重大な幻覚を64.78%減らし,未熟な物語の開示を完全に防いでいることが示唆された。 厳密な機械的制約は、強制的な会話の暴露に関するユーザビリティのトレードオフをもたらしたが、システムは厳格なエピステミック・ペーシングをうまく実施し、プレイヤーに事件を解決するための明確な主観的な感覚を与える。

関連論文リスト

• TriEx: A Game-based Tri-View Framework for Explaining Internal Reasoning in Multi-Agent LLMs [16.622300148265275]
  TriExは、整列されたアーティファクトでシーケンシャルな意思決定を行う、トリビュー説明可能性フレームワークである。 本稿では,TriExにより,説明の忠実さ,信念のダイナミクス,評価者の信頼性をスケーラブルに分析できることを示す。
  論文  参考訳（メタデータ） (2026-04-21T22:55:57Z)
• CoT-Seg: Rethinking Segmentation with Chain-of-Thought Reasoning and Self-Correction [50.67483317563736]
  本稿では,段階的に考察し,必要な情報を検索し,結果を生成し,自己評価を行い,結果を洗練するシステムを提案する。 CoT-Segは、思考の連鎖推論と自己補正を組み合わせることで、推論セグメンテーションを再考する、トレーニング不要のフレームワークである。
  論文  参考訳（メタデータ） (2026-01-24T11:41:54Z)
• Symbolically Scaffolded Play: Designing Role-Sensitive Prompts for Generative NPC Dialogue [3.007949058551534]
  LLM(Large Language Models)は、非プレイヤー文字(NPC)が未記述の対話を維持することによって、インタラクティブなゲームを変換することを約束する。 しかし、制限されたプロンプトが実際にプレイヤー体験を改善するかどうかは不明だ。 GPT-4oを利用した音声探偵ゲーム「ザ・インタビュー」を通じて,この問題を考察する。
  論文  参考訳（メタデータ） (2025-10-29T17:55:54Z)
• Verbalized Bayesian Persuasion [54.55974023595722]
  情報設計(ID)は、送信者が受信者の最適な振る舞いにどのように影響し、特定の目的を達成するかを探索する。 本研究は,従来のBPを人間の対話を含む現実のゲームに拡張した,ベイズ説得(BP)における言語化フレームワークを提案する。 勧告書,法廷相互作用,法執行機関などの対話シナリオにおける数値実験により,従来のBPの理論的結果の再現と効果的な説得戦略の発見が可能であることを確認した。
  論文  参考訳（メタデータ） (2025-02-03T18:20:10Z)
• Drowzee: Metamorphic Testing for Fact-Conflicting Hallucination Detection in Large Language Models [11.138489774712163]
  我々は、FCH(Fact-Conflicting Hallucinations)の検出のためのメタモルフィックテストを強化するために、論理プログラミングを活用する革新的なアプローチを提案する。 テストケースを生成し,9つのドメインにまたがる6つの異なる大言語モデルに対して幻覚を検知し,24.7%から59.8%の比率を示した。
  論文  参考訳（メタデータ） (2024-05-01T17:24:42Z)
• A Cause-Effect Look at Alleviating Hallucination of Knowledge-grounded Dialogue Generation [51.53917938874146]
  我々は,対話知識の相互作用を利用して,KGDの幻覚を緩和するための解決策を提案する。 本手法は,他の対話性能を損なうことなく幻覚を低減できることを示す。
  論文  参考訳（メタデータ） (2024-04-04T14:45:26Z)
• Knowledge Verification to Nip Hallucination in the Bud [69.79051730580014]
  本研究では、アライメントデータに存在する外部知識と基礎LPM内に埋め込まれた固有の知識との矛盾を検証し、最小化することにより、幻覚を緩和する可能性を示す。 本稿では,知識一貫性アライメント(KCA, Knowledge Consistent Alignment)と呼ばれる新しい手法を提案する。 6つのベンチマークで幻覚を減らし, バックボーンとスケールの異なる基礎的LCMを利用することで, KCAの優れた効果を実証した。
  論文  参考訳（メタデータ） (2024-01-19T15:39:49Z)
• Structure Extraction in Task-Oriented Dialogues with Slot Clustering [94.27806592467537]
  タスク指向対話では、対話構造はしばしば対話状態間の遷移グラフと見なされている。 本稿では,タスク指向対話における構造抽出のための簡易かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2022-02-28T20:18:12Z)

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。