本研究探讨了噪声多目标优化中探索新决策点与提升已知决策点精度之间的权衡，提出了一种自适应重采样决策函数，并验证了其在NSGA-II算法中的有效性。

该论文介绍了Character Decision Points Detection (CHADPOD)任务，用于识别叙述中人物做出可能对故事发展产生重大影响的决策点。作者提出了一个基于CYOA游戏图的新颖数据集，并对不同模型在该任务上的表现进行了比较分析，最高准确率达到89%。该研究展示了理解以人物为驱动的故事动态所面临的挑战，并展示了该模型在叙述分析中的实际应用。