ACTOR框架：基于143部文学作品的角色扮演智能体

2026年11月3日，Yuxiang Gao等研究者发布ACTOR（Action-Centered Temporal Organization for Literary Role-Playing Agents）框架，该框架专为文学角色扮演智能体设计，旨在从原始小说文本中自动构建行为轨迹。 该研究基于143部不同文学作品构建了行为数据集，并采用RPO训练方法，使模型在17,560个评估实例中对角色行为的预测能力显著提升。此举推动文学角色扮演超越单纯的对话模仿层面。 研究团队已将该框架的代码与数据开源，相关成果发表于arXiv（cs.CL领域），为后续相关研究提供了基础资源支持。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。