ConWriter: Transition-Constrained Stateful Long-Form Story Generation with Lightweight Neuro-Symbolic Consistency Control
arXiv:2608.05169v2 提出 ConWriter，这是一个无需训练的一致性感知长故事生成框架。该框架在场景级别增量写作，依据静态故事要求、动态叙事记忆、符号状态推理及不确定性风险信号进行引导。ConWriter 通过维护演变的故事状态、检查新场景是否满足叙事转换要求，并利用风险信号优先验证与局部修复，从而在错误传播前实施一致性控制。研究者在 ConStory-Bench 上对四种长故事任务、三种目标长度及多个基座大语言模型进行了评估。结果显示，ConWriter 在所有模型和故事长度上一致地匹配或直接优于直接生成，并超越了近期无需训练的基线 DOME 的叙事一致性。这些结果证明了轻量级神经符号一致性控制在训练-free 长故事生成中的有效性。代码已发布在 GitHub。