CraftAlign：以特征为依据的AI故事评估与修改指导

大语言模型现在能够生成流畅且完整的故事，但由于公式化和不自然的原因，仍然受到陈词滥调、过度解释、线性因果推进和刻板结尾的影响，这些都是一种立即可识别的AI风味。现有的检测和评估方法通常停留在源标签或整体分数上，而修订方法通常通过局部编辑来针对预定义的问题，限制了它们支持多条可能的修订策略或引导故事全局信息释放、因果组织和结尾处理的能力。我们引入CraftAlign，这是一个框架，它通过同时评估人类/AI写作模式来对齐AI故事与人类讲故事的工艺，提供修订指导。CraftAlign由两个学习模块和一个推理时间的指导管道组成。基于Qwen3.5-9B构建的特征估计器预测了304个显性写作特征，跨越风格和叙述。一个条件化的能量模型评分了结果的特征配置，条件于可用的原始写作提示。在推理时间，CraftAlign应用了结构化的干扰，选择了将特征配置向人类写作模式靠近的更改，并将其转换为自然语言的指导，供另一个人编辑重新写完整的故事。实验表明，CraftAlign准确地区分了人类和AI写作模式，并且其指导在编辑者和人类研究中优于修订基准。