Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Длинный текст остаётся согласованным, если агент хранит не пересказ истории, а меняющееся состояние её мира. NarraWorld показала лучший совокупный результат на трёх наборах задач для письма, хотя препринт не прошёл рецензирование и все числа получили сами авторы. Такой подход можно перенести в агентов, где фактическое состояние, знания участников и возможные следующие действия нельзя смешивать.
Один граф даёт четыре разных представления памяти
Обычная память агента сохраняет факты, эпизоды или краткие сводки, а затем ищет записи, похожие на новый запрос. Этого недостаточно, когда одна и та же ситуация выглядит по-разному для системы и отдельных участников.
Авторы показывают проблему на ключе. Лео оставляет его в ящике, после чего Мара без его ведома прячет ключ в книге. Фактическое местоположение изменилось, но Лео по-прежнему считает, что ключ лежит в ящике. Если память склеит эти сведения, персонаж сразу пойдёт к книге и нарушит логику сцены.
NarraWorld строит общий граф сущностей, событий, времени и исходных фрагментов, а поверх него формирует четыре представления. Первое хранит подтверждённые факты мира. Второе отдельно описывает знания и убеждения каждого персонажа. Третье связывает незавершённые сюжетные линии: цели, конфликты, отношения и планы. Четвёрто содержит допустимые, но ещё не произошедшие продолжения.
Новые события не перезаписывают прошлое. Система отмечает, когда прежнее состояние перестало действовать, создаёт новое и фиксирует, кто видел событие или узнал о нём позже. Поэтому агент может восстановить не только текущее положение дел, но и доступную конкретному участнику версию ситуации.
Эта схема применима не только к художественному тексту. В рабочем процессе аналогами становятся реальное состояние заявки, представления клиента и оператора, открытые задачи и допустимые варианты следующего шага. Общий граф сохраняет связь между ними, но не выдаёт предположение за совершившееся событие.
Поиск начинается с зависимостей, а не с похожих слов
Запрос «переписать сцену предательства» прямо не перечисляет отношения, обещания и прежние действия, которые делают эту сцену правдоподобной. Поиск по сходству вернёт записи со словом «предательство», но может пропустить связанные с ним последствия.
NarraWorld сначала читает текущую ситуацию и компактный обзор памяти. Планировщик определяет действующих лиц, нужные типы сведений и скрытые зависимости. Лишь затем система ищет записи и собирает контекст в пределах заданного бюджета токенов.
Память организована по уровням: отдельные события объединяются в сцены, сцены — в сюжетные линии, а линии — в общие арки. При этом каждое обобщение сохраняет ссылки на исходные события и фрагменты текста. Агент может получить краткое описание многоглавного конфликта, а затем раскрыть его до конкретных действий и убеждений.
Перед выдачей память фильтруется по времени, точке зрения и выбранной ветке. Гипотетическое продолжение остаётся помеченным как возможность, а ложное убеждение — как позиция определённого персонажа. Это снижает риск, что агент раскроет информацию раньше времени или примет план за уже выполненное действие.
Архитектуру стоит проверять там, где состояние зависит от роли
Систему сравнивали с полным контекстом, одной исходной структурой текста и несколькими видами долговременной памяти. Проверка охватила три набора задач для продолжения и создания историй. Самый длинный режим разворачивал исходную завязку в 14 глав объёмом не менее 40 000 слов, а память для письма ограничивали бюджетом в 12 000 токенов.
NarraWorld получила лучший совокупный результат на всех задачах для письма. Та же память перенеслась на ролевые диалоги, где агенту нужно действовать в рамках знаний персонажа, и в основном сохранила полноту ответов на общей задаче долговременного запоминания. Качество оценивали модели, а часть результатов дополнительно сопоставили с человеческими оценками.
Работа меняет планы команд, если агент ведёт процесс с несколькими участниками, промежуточными состояниями и развилками. Вместо единого векторного хранилища имеет смысл проектировать типы записей, сроки их действия, доступ каждой роли и связи с первичными событиями. Особенно полезно отделить подтверждённое состояние от ожиданий и ещё не выбранных действий.
Переносить всю архитектуру целиком нужно не всегда. Построение графа, обновление представлений и отдельное планирование поиска требуют дополнительных вызовов моделей. Если задача сводится к ответам по неизменному архиву, обычного поиска по фрагментам может хватить. NarraWorld становится оправданной, когда ошибка возникает не из-за забытого документа, а из-за смешения факта, чужого знания и возможного будущего.
Источники
Иллюстрация: рисунок из статьи «Shared Worlds, Private Minds: Structured Memory for Long-Form Writing as World Creation», Qiuyu Tian, Xiaowen Gu, Hang Su и др., CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
