北卡罗来纳大学教堂山分校研究团队利用自动化框架CASPER，从8个维度评估数千个AI生成小说中的角色刻画，发现AI生成的角色往往套路化、依赖刻板印象，故事多以圆满结局收尾，缺乏悬疑和模糊性。研究第一作者、计算机科学研究生Annelise Blay指出，人类作家常留下未解疑问，保留角色神秘性，而模糊性正是故事令人难忘的关键。该研究已发表于ACL Anthology。
北卡罗来纳大学教堂山分校研究团队利用自动化框架CASPER，从8个维度评估数千个AI生成小说中的角色刻画，发现AI生成的角色往往套路化、依赖刻板印象，故事多以圆满结局收尾，缺乏悬疑和模糊性。研究第一作者、计算机科学研究生Annelise Blay指出，人类作家常留下未解疑问，保留角色神秘性，而模糊性正是故事令人难忘的关键。该研究已发表于ACL Anthology。
IT之家 7 月 3 日消息，北卡罗来纳大学教堂山分校（UNC Chapel Hill）研究团队指出，利用自动化框架 CASPER，分析数千个 AI 生成的小说故事，发现在刻画人物方面较为单调。
研究团队通过“风格化 / 自然”、“一致性 / 不一致性”等 8 个维度，评估数千个 AI 生成小说中的角色刻画，指出 AI 生成的角色往往给人“套路化”的感觉，刻画得不够深入，让角色不够饱满和形象。
研究团队指出导致这个问题的主要原因之一，是 AI 的安全策略，导致生成的小说角色比较依赖刻板印象，且故事往往以圆满的结局收尾。
研究第一作者、UNC Chapel Hill 计算机科学研究生 Annelise Blay 表示：“人类作家常留下未解疑问，保留角色的神秘性，或者留给读者解读的空间。这种差异至关重要，因为模糊性往往是故事令人难忘的关键。”
来源：IT之家（RSS）· ithome.com