← 返回实验室

AI NPC长期记忆一致性定制:人格漂移抑制

本阶段我们聚焦一个具体问题:开放世界叙事游戏中,NPC 在长时对话里的「人格漂移」。会话超过二三十轮后,角色常出现设定遗忘、语气突变,甚至与前文承诺相互矛盾,直接削弱沉浸感。

我们把角色设定拆成可校验的槽位——身份、关系、已知事实、语气约束——构成结构化状态表;每轮生成前按语义相关度召回少量记忆条目,生成后由轻量判定模型逐槽位核对,出现冲突时只定点重写越界片段,而非整段重新生成。

要点:

  • 进展:在自建 300 段多轮对话测试集上,20 轮以上会话的设定冲突率由约 18% 降至 4% 以内;单轮额外延迟约 40ms,可在消费级显卡上实时运行。
  • 下一步:验证多个 NPC 共享同一世界观时的一致性维护,并测试玩家行为日志对偏好建模是否有稳定增益。

当前结论是,长时人格一致性更依赖可核验的状态约束,而非单纯扩大模型规模或上下文窗口。

评论

更多研究动态

查看全部实验室 →