论文用小模型预测读者反应轨迹，引导大模型写故事。
资讯摘要
论文提出一种故事生成框架：先训练小型LLM，从高质量人类故事中学习读者反应的低维轨迹，预测后续读者反应；再用现成大型写作LLM按预测轨迹在给定设定下生成故事片段。作者报告，该方法对人工撰写故事的轨迹保真度提升12%–35%，且基本保持故事连贯性。
要点速读
- 论文不直接建模高维故事内容，而是用小LLM预测低维读者反应轨迹。
- 由大型现成写作LLM依据预测轨迹生成故事片段。
- 作者报告轨迹保真度提升12%–35%，故事连贯性基本保持。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。