PlotTwist: 小規模言語モデルによる創造的なプロット生成フレームワーク

要約: 創造的なプロット生成は言語モデルにとって根本的な課題を提示します：簡潔な前提を全体構造、キャラクター開発、感情的共鳴を支える一貫した物語へと変換すること。最近の大規模言語モデル（LLMs）は汎用的なタスク全般で高い流暢さを示しますが、創造的なプロット生成のような専門分野で高い性能を発揮するには、通常、嗜好・好みの整合性（プレファレンスアライメント）が必要となります。しかし、最先端のLLMsの規模でこのような整合性を実施することは計算的には困難であり、アクセス性と実用的な展開を大幅に制限します。これに対処するため、PlotTwistという構造化フレームワークを提案します。これにより、活性パラメータが
leq 5B の小型言語モデル（SLMs）は、最先端のシステムと最大 200 imes 大きいものと競合する高品質で前提条件付きのプロットを生成できます。我々のアプローチは、生成を三つの専門的な構成要素に分解します：（1）新規の正負のプロンプト戦略を用いて訓練された Aspect Rating Reward Model（評価報酬モデル）を通じて、5つの Narrative Quality Dimensions（NQDs）にわたる構造化された物語を提供すること；（2）Direct Preference Optimization によって高信頼の好みペアに整合された Mixture-of-Experts（MoE）プロット生成器；（3）偏りのないポストホック評価のために人間の批判的判断を模倣する Agentic Evaluation モジュール。広範な実験により、PlotTwist は複数の NQDs にわたり最先端モデルを一貫して上回ることを示し、容量制約が大幅に厳しくてもそれを達成します。さらに検証は、物語の品質に対する強い感度を確認しており、このフレームワークは批評家に高く評価された脚本と広く酷評された脚本から派生したプロットを信頼性高く識別できます。これらの結果を総括すると、構造化された、好みベースの整合性を、品質の高い創造的なプロット生成への資源効率的なアプローチとして確立します。