Shadow-Loom: 서사적 세계 모델에 대한 인과 추론
요약
Shadow-Loom은 서사적 세계를 버전 관리 가능한 그래픽 세계 모델로 변환하는 실험적인 오픈소스 프레임워크입니다. 이 시스템은 물리적 인과성(Pearl의 계단)을 다루는 엔진과 반사실적 계산(AMWN 기반)을 수행하는 엔진을 결합하여, 미스터리, 서스펜스 등 네 가지 구조적 독자 상태에 따라 내러티브를 분석합니다. 대규모 언어 모델은 보조적인 역할로만 사용되며, 핵심 추론 및 개입은 그래프 상의 타입 코드를 통해 이루어져 연구 예술품으로 제공됩니다.
핵심 포인트
- Shadow-Loom은 서사(Narrative)를 버전 관리 가능한 그래픽 세계 모델로 구조화합니다.
- 시스템은 물리적 인과성 엔진과 반사실적 계산 엔진을 결합하여 복잡한 스토리텔링 메커니즘을 구현합니다.
- 내러티브 분석은 미스터리, 서스펜스 등 네 가지 '구조적 독자 상태'에 따라 점수화됩니다.
- LLM은 핵심 추론 과정에서 제외되며, 시스템의 투명성과 연구 가치를 높이기 위해 오픈소스로 공개됩니다.
이야기는 원인과, 비밀, 그리고 결과 때문에 독자의 주의를 사로잡습니다. Shadow-Loom 는 실험적인 오픈소스 프레임워크로, 서사를 버전 관리 가능한 그래픽 세계 모델 (graphical world model) 로 변환하고 두 엔진이 이를 작동시키도록 합니다: Pearl 의 인과 계단 (ladder of causation) 에 기반한 물리적 인과성 엔진과 Ancestral Multi-World Networks(AMWN) 상의 최근 제안된 반의적 계산 (counterfactual calculus) 엔진; 그리고 Sternberg 의 호기심/장난감/놀라움 삼원법 (curiosity/suspense/surprise triad) 의 전통에 따라, 스토리 컴프리헨션과 컴퓨테이셔널 서스펜스 (computational suspense) 의 구조적 감성 (structural-affect) 연구에서 정형화된 서스펜스를 포함하여 동일한 그래프를 네 가지 구조적 독자 상태 (reader-states) -- 미스터리, 드라마틱한 아이러니, 서스펜스, 그리고 놀라움 -- 에 대항하여 점수를 매기는 내러티브 물리 엔진 (narrative physics engine). 대규모 언어 모델은 경계에서만 사용되며: 추출, 렌더링, 감사; 식별, 개입, 반의적 추론은 그래프 상의 타입 코드로 수행됩니다. 이 시스템은 벤치마크된 NLP 모델이 아닌 연구 예술품 (research artefact) 로 제공되며, 코드, 테스트 케이스 (fixtures), 및 파이프라인은 오픈소스로 공개됩니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기