연구자들은 페르소나 기반 캐릭터 에이전트를 사용하여 이야기를 생성하는 다중 에이전트 목표 지향 내러티브 엔진인 MAGNET과 환각 현상을 감지하기 위한 그래프 기반 파이프라인인 ATLAS를 소개했습니다. 이 시스템은 공유된 세계 상태와 진화하는 이야기 목표를 추적하여 장편 내러티브에서 서사적 일관성을 유지합니다.
- MAGNET은 공유된 세계 상태를 기반으로 행동을 제안하기 위해 페르소나 기반 캐릭터 에이전트를 활용합니다.
- ATLAS는 생성된 이야기 전반에 걸쳐 장면 수준의 세계 표현을 비교하여 불일치를 식별합니다.
- 100페이지 분량에서 이 프레임워크는 단일 모델 기준선과 비교하여 주석을 41%, 환각 현상을 50% 감소시켰습니다.
- 이 접근 방식은 IBSEN보다 우수하여 주석을 34%, 환각 현상을 45% 감소시켰습니다.
이 결과는 명시적인 세계 상태 추적과 목표 지향 다중 에이전트 생성이 제어 가능하고 구조적으로 일관된 장편 내러티브 생성의 기반을 제공함을 시사합니다.