StoryLens：通过情境感知的叙事丰富进行符合偏好的故事重写

故事重写的目的是使现有的叙述适应不同的读者喜好，同时保持情节的一致性和叙述的连贯性。与传统的风格迁移工作不同，我们认为，有效的故事重写需要上下文感知的叙事丰富，而不仅仅是表面风格的适应。我们的试点人类研究表明，仅靠风格适应只能略微提高读者满意度（2.3%），而上下文增强重写则可以显着提高用户偏好一致性（24.5%）。受此启发，我们推出了 STORYLENSBENCH，这是一个针对偏好一致的故事重写的大规模基准，包括结构化故事书、多维读者偏好配置文件和排名的上下文感知重写故事。在此基准的基础上，我们提出了 STORYLENSEVAL（一种用于评估读者对重写故事的满意度的奖励模型）和 STORYLENSWRITER（一种将监督 微调 与基于 GRPO 的强化学习相结合的两阶段重写模型）。我们进一步建立了涵盖保真度、连贯性和读者满意度的综合评估框架。实验结果表明，STORYLENSWRITER 始终优于强大的生成和个性化基线，凸显了上下文感知叙事丰富对于个性化故事重写的重要性。