論文の概要: ACTOR: Action-Centered Temporal Organization for Literary Role-Playing Agents
- arxiv url: http://arxiv.org/abs/2611.03184v1
- Date: Mon, 02 Nov 2026 14:18:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-04 23:36:30.610166
- Title: ACTOR: Action-Centered Temporal Organization for Literary Role-Playing Agents
- Title(参考訳): ACTOR: ロールプレイングエージェントのためのアクション中心型テンポラル組織
- Abstract要約: ACTOR(Action-Centered Temporal Organization for Literary Role-Playing Agents)は、原文からこのような行動軌跡を構築するための自動化されたフレームワークである。
ACTORは、対話とペルソナ関連非対話行動を抽出し、思考・行動観察構造を用いてそれぞれの行動を表現し、物語の内部時間順に応じて行動軌跡を整理する。
17,560個の評価インスタンスのうち、ACTORの選好ペアでトレーニングされたモデルは、大幅に精度が向上する。
- 参考スコア(独自算出の注目度): 21.09980249156708
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language agents for literary role-playing are typically modeled around dialogue generation, leaving characters' non-dialogue behaviors and their dynamic evolution over story time underrepresented. In this paper, we propose ACTOR (Action-Centered Temporal Organization for Literary Role-Playing Agents), an automated framework for constructing such behavior trajectories from raw novel texts. ACTOR extracts dialogue and persona-relevant non-dialogue behaviors, represents each behavior using a Thought-Action-Observation structure, and organizes behavior trajectories according to the internal temporal order of the story. We build a behavior dataset from 143 diverse literary works. For each source behavior, we generate counterfactual behaviors that are contextually plausible yet inconsistent with the character's persona. We find that existing models struggle to reliably infer character-consistent actions from historical behaviors and evolving character states. Using these behavior pairs, we train models with Regularized Preference Optimization (RPO), which augments DPO with a negative log-likelihood loss on the source behavior to jointly optimize behavior preference and generation. We further design a four-way next-behavior selection task to evaluate the model's ability to faithfully mimic character actions. Across 17,560 evaluation instances, the model trained on ACTOR's preference pairs achieves substantially improved accuracy. This result demonstrates that structured, temporally organized supervision enables models to leverage character profiles and prior behaviors to infer subsequent actions, greatly advancing literary role-playing beyond mere dialogue imitation. Code and data are available at https://github.com/SilentStar233/ACTOR.
- Abstract(参考訳): 文学的なロールプレイングのための大きな言語エージェントは、典型的には対話生成をモデルとし、登場人物の非対話的行動と物語時間における動的な進化を過小評価している。
本稿では,原文からの行動軌跡を自動構築するACTOR(Action-Centered Temporal Organization for Literary Role-Playing Agents)を提案する。
ACTORは、対話とペルソナ関連非対話行動を抽出し、思考・行動観察構造を用いてそれぞれの行動を表現し、物語の内部時間順に応じて行動軌跡を整理する。
私たちは143の多様な文学作品から行動データセットを構築します。
各ソースの振る舞いに対して,文字のペルソナと矛盾しない,文脈的に妥当な反事実行動を生成する。
既存のモデルは、歴史的行動や進化する性格状態から、文字一貫性のある行動を確実に推測するのに苦労している。
これらの振舞いペアを用いて、DPOを負のログライクな損失で拡張し、行動選好と生成を協調的に最適化する正規化選好最適化モデル(RPO)を訓練する。
さらに、4方向の次行動選択タスクを設計し、キャラクタ動作を忠実に模倣するモデルの能力を評価する。
17,560個の評価インスタンスのうち、ACTORの選好ペアでトレーニングされたモデルは、大幅に精度が向上する。
この結果は、構造化された時間的に組織された監督により、モデルがキャラクタープロファイルと事前の行動を利用してその後の行動を予測することができ、単なる対話模倣以上の文学的役割プレーングが大幅に向上することを示している。
コードとデータはhttps://github.com/SilentStar233/ACTOR.comで公開されている。
関連論文リスト
- From Profiling to Synthesis: Benchmarking Implicit Behavioral Alignment in Personalized LLM Agents [56.187590188698955]
大規模言語モデルは、ますます有能な自律エージェントを可能にしてきたが、そのようなエージェントを実用的に有効にするためには、パーソナライズが不可欠である。
最近のベンチマークではエージェントのパーソナライゼーションの評価が始まっているが、それらは主に静的な選好スナップショット、固定されたインタラクションログ、あるいは事前に定義されたユーザプロファイルに対する質問応答に依存している。
縦断的相互作用履歴から構築した暗黙的行動アライメントのベンチマークであるIBA-Benchを紹介する。
IBA-Agentは、広範囲な検索と軌道レベルのアライメントを通じて競合する優先順位を調整するエージェントフレームワークである。
論文 参考訳(メタデータ) (2026-08-03T12:52:04Z) - How to Interpret Agent Behavior [56.59836196946289]
本稿では,エージェントの動作を実行時に記述・解析するための分類法であるACT*ONOMYを紹介する。
共用語彙を提供することで、ACT*ONOMYは研究者、エージェントデザイナー、エンドユーザーがエージェントの振る舞いをより一貫して解釈するのに役立つ。
論文 参考訳(メタデータ) (2026-05-13T14:52:40Z) - NARRA-Gym for Evaluating Interactive Narrative Agents [69.49891044929372]
NARRA-Gymは,まばらな感情的シードを完全なインタラクティブな物語のエピソードに変換する評価環境である。
我々は,8つのベンチマークペルソナに対して制御されたLLM-as-judgeスイープと,参加者がカスタマイズされたモデル出力を評価できる人的評価を用いて,9つのフロンティアLLMを評価する。
論文 参考訳(メタデータ) (2026-05-08T21:36:23Z) - Leveraging Scene Context with Dual Networks for Sequential User Behavior Modeling [58.72480539725212]
本稿では,シーンとアイテム間の動的興味や相互作用を捉えるために,新しいDSPネットワークを提案する。
DSPnetは、アイテムやシーンに対するユーザの動的関心を学習するための2つの並列ネットワークと、将来の振る舞いを予測するためのインタープレイをキャプチャするシーケンス機能拡張モジュールで構成されている。
論文 参考訳(メタデータ) (2025-09-30T12:26:57Z) - Behavioral Fingerprinting of Large Language Models [35.18856642496912]
現在のLLM(Large Language Models)のベンチマークは主にパフォーマンス指標に焦点を当てている。
本稿では,従来の評価を超越した行動フィンガープリントの枠組みを提案する。
論文 参考訳(メタデータ) (2025-09-02T07:03:20Z) - Model Editing as a Double-Edged Sword: Steering Agent Ethical Behavior Toward Beneficence or Harm [57.00627691433355]
我々は、モデル編集タスクとしてエージェントの行動ステアリングをフレーム化し、振舞い編集という。
心理学的道徳理論に基づくベンチマークであるBehaviorBenchを紹介する。
行動編集は倫理的・好意的な行動を促進するためにも、逆に有害な行動や悪意のある行動を引き起こすためにも利用できることを実証する。
論文 参考訳(メタデータ) (2025-06-25T16:51:51Z) - Personalized Behavior-Aware Transformer for Multi-Behavior Sequential
Recommendation [25.400756652696895]
マルチビヘイビアシーケンスレコメンデーション(MBSR)問題に対するパーソナライズされた行動認識変換フレームワーク(PBAT)を提案する。
PBATは表現層にパーソナライズされた振舞いパターン生成器を開発し,逐次学習のための動的・識別的な振舞いパターンを抽出する。
3つのベンチマークデータセットで実験を行い、その結果、フレームワークの有効性と解釈性を示した。
論文 参考訳(メタデータ) (2024-02-22T12:03:21Z) - Incorporating Heterogeneous User Behaviors and Social Influences for
Predictive Analysis [32.31161268928372]
我々は,行動予測に異質なユーザ行動と社会的影響を取り入れることを目指している。
本稿では,行動シーケンスのコンテキストを考慮したLong-Short Term Memory (LSTM)を提案する。
残差学習に基づくデコーダは、社会的行動表現に基づいて、複数の高次クロス機能を自動的に構築するように設計されている。
論文 参考訳(メタデータ) (2022-07-24T17:05:37Z) - Recommender Transformers with Behavior Pathways [50.842316273120744]
Recommender Transformer (RETR) を新しいパスウェイアテンション機構で構築する。
実世界の7つのデータセットにおけるRETRの有効性を実証的に検証する。
論文 参考訳(メタデータ) (2022-06-13T08:58:37Z) - Unsupervised Speech Representation Learning for Behavior Modeling using
Triplet Enhanced Contextualized Networks [28.957236790411585]
本研究では,対話における人間の行動の定常的特性を利用して,音声から行動情報を抽出する表現学習手法を提案する。
本稿では,エンコーダ・デコーダをベースとしたDeep Contextualized Network (DCN) と,動作コンテキストをキャプチャするTriplet-Enhanced DCN (TE-DCN) フレームワークを提案する。
論文 参考訳(メタデータ) (2021-04-01T22:44:23Z)
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。