EvolvingWorld：キャラクターと世界が共進化する文学世界フレームワーク

対話型の物語AIは、自然な返答を作れても、前の出来事を覚えていなかったり、人物設定が崩れたりしがちです。EvolvingWorld はこの問題に対して、文学世界そのものを「時間とともに変化する状態系」として扱います。登場人物は会話で変わり、場所や出来事も連続的に更新されます。

主要ポイント

• オープン・スキーマ：固定の世界テンプレートに縛られず、作品ごとの多様な設定に対応しやすい。
• 二つのモジュール：人物の役割演技とプロフィール変化を担う Character Agent、全体状態を管理する World Model。
• 長期シミュレーション：単一シーンではなく、場面の進行全体を対象にする。
• 7つの学習タスク：初期化、対話生成、状態更新を分解して学習する。

データと評価

著者らは 57冊 の書籍からデータセットを作成し、138,596 件の教師ありサンプルと 222 個のテストスナップショットを用意した。評価では、単発の出力ではなく軌跡全体を見る LLM-as-Judge を採用し、10次元・20指標 で一貫性や進行の妥当性を確認する。長い物語では、1回の応答が良くても全体の整合性が崩れることがあるため、この設計は重要だ。

意義

この研究は、ロールプレイAI、物語生成、ワールドモデリングを一つの枠組みにまとめようとしている。特に、対話のうまさだけでなく、「前後関係が保たれているか」「人物が自然に変化しているか」を扱える点が大きい。インタラクティブ小説や物語エージェントの実用化に向けて、長期記憶と状態管理の必要性を改めて示したと言える。

今後の課題は、異なる作品やジャンルへの汎化、複雑な関係性の維持、そして長期整合性をより信頼性高く測る評価方法だろう。

出典: Hugging Face Daily Papers