大型语言模型是否能够生成人类水平的叙述？
内容提要
本文探讨了大型语言模型在视觉故事生成、叙事理解和法律教育中的应用，提出了提高叙述连贯性和情感深度的新方法。研究表明，结合图像和叙述可以创造高质量的故事，大型语言模型在创意写作中作为辅助工具具有潜力。
延伸解读
多领域应用展现LLM叙事潜力
文章汇总了大型语言模型在视觉故事生成、叙事理解、法律教育、悬疑故事生成、数据驱动文章创作、人类记忆研究、文化偏见分析、视觉故事可视化及创意写作辅助等多个领域的应用。这些案例表明，LLM不仅能生成连贯叙事，还能作为研究工具和教学辅助，凸显其跨领域适用性。
评估方法兼顾自动与人工
针对故事生成质量，研究采用了自动评估和人类评估相结合的方式。例如，在视觉故事生成和悬疑故事生成中，通过人类评估验证了方法的有效性；在VLPLMs评估中，自动和人为评估均显示其生成质量更高。这种混合评估策略有助于全面衡量叙事连贯性、情感深度等维度。
世界知识引发抄袭风险
评估VLPLMs和SOTA模型时发现，虽然VLPLMs生成的故事质量更高，但在涉及世界知识时容易“抄袭”真实故事。这提示我们，模型可能过度依赖训练数据中的现有叙事，而非真正理解并创造新内容，这是实际应用中需要警惕的局限性。
AI叙事的社会偏见与创新局限
通过虚构提示研究人类和生成型AI的叙事偏见，发现GPT-3.5和GPT-4在性别角色和性取向方面比人类更进步，但AI叙事的情境和修辞比人类文本更缺乏想象力。这表明AI在推动社会观念进步的同时，可能在叙事创造力和多样性上存在不足。
Q&A
大型语言模型如何提高视觉故事生成的质量？
通过组合图像和叙述，实验结果显示该方法在叙述连贯性、相关性、情感深度和总体质量方面优于现有模型。
大型语言模型在法律教育中的应用效果如何？
通过讲故事的方式，帮助非专家理解复杂法律概念，提高了理解和兴趣，具有较高的保留率。
如何评估大型语言模型在叙事理解任务中的表现？
对叙事理解任务进行了综合调查，探讨了关键特征、定义、分类、相关数据集、训练目标和评估指标。
大型语言模型在创意写作中有哪些辅助潜力？
研究开发了交互式多声音提示策略，支持大型语言模型作为创意写作的辅助工具。
VLPLMs与其他模型在故事生成能力上有什么区别？
VLPLMs生成的故事质量更高，但在涉及世界知识时容易抄袭真实故事。
如何利用大型语言模型研究人类记忆？
通过在线大规模记忆实验，发现记忆和认知表现与叙述长度成线性关系。
