LLM 如何构建虚构世界：人工智能生成的创意故事中的背景和叙事空间

在本文中，我们分析了 大语言模型 (LLM) 如何采用世界构建策略，重点关注场景作为故事世界构建的一个可衡量维度。我们将每个模型的 1,000 个人工智能生成的英语和德语故事与古腾堡计划中人类创作的小说进行了比较。在之前的工作基础上，我们通过五种类型的叙事空间来操作设置：“动作”、“感知”、“视觉”、“描述性”和“无空间”，并使用针对德语和英语微调的 BERT 分类器进行识别。我们使用 GPT 4.1、LlaMA 3.3、Mistral 3.2 和 Gemma 3 生成叙述，并将它们的空间分布与人类创作的基线进行比较。我们发现，人类创作的文本主要采用“动作空间”，将叙事扎根于具体的人物与环境的互动中，而 LLM 系统地过度生产“感知空间”，强调氛围和情感。这种分歧在整个叙事时间内保持稳定。总体而言，我们的研究结果表明，LLM 表现出的世界构建模式与人类创作的小说在特定于模型和语言敏感的方面始终不同。