論文の概要: NarrativeSteward: Coordinating Delegation, Guidance, and Verification in Agent-Assisted Interactive Narrative Authoring

• arxiv url: http://arxiv.org/abs/2609.39333v1
• Date: Wed, 30 Sep 2026 09:04:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.477103
• Title: NarrativeSteward: Coordinating Delegation, Guidance, and Verification in Agent-Assisted Interactive Narrative Authoring
• Title（参考訳）: ナラティブ・ステワード:エージェント支援型対話型ナラティブオーサリングにおけるデリゲート,ガイダンス,検証の調整
• Abstract要約: 我々はNarrativeStewardというオーサリング環境について紹介する。これはエージェントの実装と著者指導のためのリンクされたアーティファクトとして,ワールドビルディングとナラティブグラフを整理する。 エージェント対話とプロジェクト全体の構造的レビューは、著者が進化する作業を理解し、ローカルとクロスレイヤのリビジョンをガイドするのに役立ちます。 技術的テストでは、システムの変更記録、回復メカニズム、実行診断が検証された。
• 参考スコア（独自算出の注目度）: 13.159080542424809
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Autonomous AI agents can turn authors' goals into interactive narratives by independently organizing and carrying out generation and revision. As agents generate and revise extensive content, authors struggle to grasp its overall structure, local details, and relationships, complicating continued guidance. We present NarrativeSteward, an authoring environment that organizes outlines, worldbuilding, and narrative graphs as linked artifacts for agent implementation and author guidance. Agent dialogue and project-wide structural review help authors understand the evolving work and guide local and cross-layer revisions, while change records and execution verification help authors assess the resulting work. Technical tests validated the system's change records, recovery mechanisms, and execution diagnostics. In a 12-participant within-subject study, NarrativeSteward supported easier formulation of revision requests and inspection of changes, and greater perceived understanding of changes and story structure, than general-purpose agents. Qualitative findings show how reviewing the work and feedback helps authors develop requirements and guide subsequent delegation. We open-source NarrativeSteward at https://github.com/Tencent/NarrativeSteward.
• Abstract（参考訳）: 自律型AIエージェントは、著者の目標を独立して生成と修正を組織し実行することによって、インタラクティブな物語に変えることができる。 エージェントが広範囲のコンテンツを生成し、改訂するにつれて、著者は、その全体構造、地域の詳細、関係を把握し、継続的なガイダンスを複雑化するのに苦労する。 本稿では,エージェント実装と著者指導のためのリンクアーティファクトとして,アウトライン,ワールドビルディング,ナラティブグラフを整理するオーサリング環境であるNarrativeStewardを紹介する。 エージェントダイアログとプロジェクト全体の構造的レビューは、著者が進化する作業を理解し、ローカルとクロスレイヤのリビジョンをガイドするのに役立つ。 技術的テストでは、システムの変更記録、回復メカニズム、実行診断が検証された。 ナラティブ・ステワード(NarrativeSteward)は、12人の被験者を対象にした調査において、リビジョン要求の簡易な定式化と変更点検を支援し、汎用エージェントよりも変化やストーリー構造に対する理解を深めた。 質的な発見は、作業とフィードバックのレビューが、著者が要件を開発し、その後の委譲をガイドするのに役立つことを示している。 NarrativeStewardはhttps://github.com/Tencent/NarrativeSteward.comでオープンソース化しました。

関連論文リスト

• SciDiagramEdit: Learning to Edit Scientific Diagrams from Paper Revisions [66.46898035008782]
  SciDiagramEditは、自然論文の改訂から学習する、ベンチマークおよびスキル進化フレームワークである。 エージェント提案者は、複数のエポック上の実行トレースからエージェントのスキル仕様を継続的に洗練する。 得られたスキルは、保持された検証セットの編集精度を段階的に引き上げる。
  論文  参考訳（メタデータ） (2026-07-16T17:58:36Z)
• Autonomous Editorial Systems and Computational Investigation with Artificial Intelligence [0.0]
  本稿では、ニュースやレポートを一貫した文書ではなく永続的な状態として扱う構造的かつ継続的な編集アーキテクチャを提案する。 インクリメンタルアップデート、自動再評価、コンテキストエンリッチメントを通じて、ストーリーが時間とともに進化するパイプラインベースの設計を導入します。 編集を計算プロセスとしてフレーミングすることにより、アルゴリズムによる調査、縦断解析、トレンド、矛盾、新しい物語の自動発見を可能にする。
  論文  参考訳（メタデータ） (2026-01-23T17:51:04Z)
• Author-in-the-Loop Response Generation and Evaluation: Integrating Author Expertise and Intent in Responses to Peer Review [53.99984738447279]
  最近の作業は、このタスクを著者の専門知識と意図を活かした自動テキスト生成として捉えている。 本稿では,著者の明示的な入力,多属性制御,評価誘導による改良を統合したREspGenについて紹介する。 この定式化をサポートするために、アライメントされたレビュー-レスポンス-リビジョン三つ子の最初の大規模データセットであるRe$3$Alignを構築した。
  論文  参考訳（メタデータ） (2026-01-19T14:07:10Z)
• OpenNovelty: An LLM-powered Agentic System for Verifiable Scholarly Novelty Assessment [63.662126457336534]
  OpenNoveltyは、透明で証拠に基づく新規性分析のためのエージェントシステムである。 回収された実論文のすべての評価を根拠にし、検証可能な判断を確実にする。 OpenNoveltyは、公正で一貫性があり、エビデンスに支えられたピアレビューを促進するスケーラブルなツールで、研究コミュニティに力を与えることを目指している。
  論文  参考訳（メタデータ） (2026-01-04T15:48:51Z)
• Learning to Summarize by Learning to Quiz: Adversarial Agentic Collaboration for Long Document Summarization [86.98098988779809]
  SummQは長期文書要約のための新しい逆多重エージェントフレームワークである。 提案手法では,包括的な要約を作成し,評価するために協調作業を行う要約ジェネレータとレビュアーを用いる。 広範に使用されている3つの文書要約ベンチマーク上でSummQを評価する。
  論文  参考訳（メタデータ） (2025-09-25T08:36:19Z)
• Re3: A Holistic Framework and Dataset for Modeling Collaborative Document Revision [62.12545440385489]
  共同文書リビジョンを共同で分析するためのフレームワークであるRe3を紹介する。 本稿では,Re3-Sciについて紹介する。Re3-Sciは,その行動と意図に応じて手動でラベル付けされた科学的論文の大規模なコーパスである。 我々は,新しいデータを用いて,学術領域における共同文書改訂に関する実証的研究を行った。
  論文  参考訳（メタデータ） (2024-05-31T21:19:09Z)
• To Revise or Not to Revise: Learning to Detect Improvable Claims for Argumentative Writing Support [20.905660642919052]
  特定の修正が必要な議論的クレームを特定するための主な課題について検討する。 本稿では,リビジョン距離に基づく新しいサンプリング戦略を提案する。 文脈情報とドメイン知識を用いることで、予測結果をさらに改善できることを示す。
  論文  参考訳（メタデータ） (2023-05-26T10:19:54Z)

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。