NarrativeWorldBench: 프런티어 모델이 포화된 벤치마크와 장기적 공동 창작 오디오 드라마를 위한 잠재 세계 모델 (Latent

200회에서 800회에 이르는 에피소드로 이어지는 서사가 있는 장편 시리즈 오디오 드라마는 주요한 창의적 매체이지만, 프런티어 거대 언어 모델 (LLMs)이 실패하는 환경이기도 합니다. 우리는 고전적, 미세 조정된 (fine-tuned), 오픈 프런티어 (open-frontier), 폐쇄형 프런티어 (closed-frontier), 그리고 추론 (reasoning) 계층을 아우르는 21개의 모델을 일관된 구조적 서사 지표 세트로 벤치마킹했습니다. 모든 폐쇄형 프런티어 시스템은 플롯 비트 (plot-beat) F1 점수 [0.78, 0.81] 범위에서 포화 상태를 보이며, 지평 (horizon) h=200에 도달하면 약 -0.20 F1만큼 붕괴합니다. 우리는 {10, 20, 50, 100, 200}의 지평 h에 걸쳐 평가되는 9가지 서사 구조 지표를 포함하는 오픈 벤치마크인 NarrativeWorldBench를 소개하며, 4개의 인도 언어 (Hindi, Tamil, Telugu, Marathi)를 통한 교차 언어 평가를 수행합니다. 우리는 이벤트 조건부 사후 확률 (event-conditioned posterior)과 8B 디코더를 갖춘 Mamba-2 백본을 통해 200회 이상의 에피소드 동안 구조화된 256차원 잠재 세계 상태 (latent world state)를 유지하는 서사 변분 상태 공간 모델 (Narrative Variational State-Space Model, N-VSSM)을 소개합니다. N-VSSM은 폐쇄형 프런티어 그룹보다 4배 적은 연산량으로 모든 지평에서 plot-beat F1 >= 0.84를 유지합니다. 학습된 문화 전이 함수 (Cultural Transfer Function)는 교차 언어 충실도 (cross-language fidelity)를 리커트 (Likert) 점수 기준으로 +0.20에서 +0.23만큼 높입니다. 피험자 내 작가 연구 (n = 12명의 전문 작가, 240회 시행)에서, N-VSSM은 장기 서사 일관성 (long-arc consistency) 측면에서 71%의 확률로 Claude Opus 4.5보다 선호되었으며, 제어 가능성 (controllability) 측면에서는 리커트 점수가 +1.3점 더 높게 평가되었습니다.