arXiv · cs.AI· David Y. Liu, Xanthe Muston, Dipankar Srirag, Aditya Joshi, Sebastian Sequoiah-Grayson·· 8 小时前
RRR：用强化学习和叙事理论改进大模型反事实故事改写
Retell, Reward, Repeat: Reinforcement Learning for Narrative Theory-Informed Story Retelling
arXiv:2601.17226v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：David Y. Liu, Xanthe Muston, Dipankar Srirag, Aditya Joshi, Sebastian Sequoiah-Grayson
研究任务与主要进展
研究提出Retell, Reward, Repeat（RRR）流水线，通过叙事理论标注和LLM-as-judge奖励，训练大模型生成具有因果结构的故事。基于论文摘要，RRR训练的7/8B模型在逻辑性、合理性和完整性上优于少样本提示与SFT基线，并在盲评人类偏好子集中表现一致；该方法使用小型、仅含查询的数据集进行后训练。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org