今日，AI在故事创作方面的革新使得我们可以放心地将写故事的创作重任交给了机器。
近日发布的语言模型Re^3吸引了业界大量关注。这个模型不依赖大型模型微调，而是通过精心设计的提示来生成逻辑性强的故事。
所谓DOC框架，即为“详细大纲控制”（Detailed Outline Control），用于自动生成千字长篇故事时增强情节连贯性。该框架由两个互补的模块构成：详细大纲模块与详细控制模块。
详细大纲模块负责将写作创意从草稿阶段转移到规划阶段，创建出详尽的分层结构大纲。而详细控制模块则负责确保生成的故事内容与大纲细节相匹配，保持故事情节的连贯性。
经过人工评估，DOC框架在多个指标上表现优异，包括情节连贯性（提升22.5%）、大纲相关性（提升28.2%）和趣味性（提升20.7%），明显优于Re^3模型。DOC框架在交互式生成环境中更易于操作和控制。
DOC框架的独特之处
与Re^3存在的缺点相比，如难以保持远距离情节的连贯性、出现与环境不符的冗长段落以及故事偏离初衷等，DOC框架通过引入两个创新点来解决问题：使用详细大纲模块进行更详细的规划，以及使用详细控制模块在创作过程中进行更精细的控制。
详细大纲模块的介绍
详细大纲模块具备递归生成任意粒度分层详细大纲的能力，能够细致地规划故事的各个层面。
详细控制模块详解
详细控制模块增强了生成器与详细大纲的相关性，通过实现为FUDGE控制器来指导段落的生成。
在创作过程中，详细控制模块展现出了灵活性：
- 描述事件：将事件描述逐字输入控制器。
- 设置调整：当环境设置发生变化时，通过构建输入摘要来描述角色移动到新环境，采用较低的控制强度。
- 角色引入：当故事现未在前一大纲条目中提及的角色时，同样通过构建输入摘要来进行说明，维持较低的控制强度。
实验结果及分析
研究对比了长度在1000至1500字之间的段落，而非完整故事，作为评估对象。评估指标包括情节连贯性、相关性和趣味性。
实验结果显示，DOC框架生成的段落情节更加连贯且与大纲高度相关。
尽管存在一些未解决的问题，但根据详细大纲编写的故事仍保持整体连贯性并遵循大纲内容。
在人机交互故事生成方面，数据显示超过四分之三的人认为DOC比Re^3生成的故事更受喜爱。
消融实验的启示
为了更深入地了解DOC框架的组成部分，研究进行了消融实验，对两种变体进行了评估：
- DOC-NOOUTLINE：仅根据粗略大纲而非完整详细大纲生成故事。
- DOC-NOCONTROL：除关闭Detailed Controller外，其他设置与DOC相同。
实验结果表明，DOC框架的详细大纲和Detailed Controller的协同作用是提高故事趣味性和遵循大纲的关键。
研究发现，虽然Detailed Controller在一定程度上提高了趣味性，但过高的控制强度可能导致输出内容过于重复并失去创造力。
总结与展望
随着人工智能在故事创作领域的应用不断发展，DOC框架以其卓越的连贯性和控制力展现了AI创作的潜力。尽管仍有待解决的问题和挑战，但这一技术的进步为故事创作带来了新的可能性和方向。