现有条件故事生成（尤其是复杂情节生成）领域存在以下核心问题和挑战：1. 基于大语言模型（LLMs）的方法虽能生成流畅、符合指令的故事，但难以平衡情节复杂性与创造性。若通过详细提示强制控制情节，会限制故事的创造性；若提示过于简单，又无法生成复杂情节; 2. 现有研究多聚焦于提升可控性（如遵循结局、角色设定）和逻辑连贯性（如融入常识知识），但很少专门探索如何生成复杂情节。例如，基于 BART 或 GPT-2 的模型主要优化对细粒度指令的遵循，而常识知识融入方法侧重合理性，均未针对 “情节复杂性” 设计机制; 3. 现有 LLM 提示方法（如 ICL、CoT）多依赖手动选择的少样本示例，缺乏自动获取相关人类故事作为灵感的机制；且优化方式多为 “分步解构任务”（如先推理再生成），而非对完整故事进行迭代深化，难以挖掘深层背景信息; 4. 生成的故事常存在逻辑断层（如角色动机不明、情节突兀），但现有方法缺乏系统性机制来识别并补充这些模糊点，导致故事可信度和丰富度不足; 而 GROVE (检索增强证据森林故事生成) 框架针对上述问题, 提出了一套解决方案, 主要解决了 3 个问题: 1. 在不限制创造性的前提下，通过外部知识增强情节复杂性; 2. 自动识别并补充故事中的模糊点，提升叙事可信度; 3. 平衡 “遵循目标条件” 与 “拓展多元情节” 的矛盾;

Paper: GROVE: A Retrieval-augmented Complex Story Generation Framework with A Forest of Evidence

GROVE 核心架构

  1. 检索库

    收集人类撰写的故事，通过 LLM 自动提取每个故事的目标条件（如情绪、主题、情节）作为 “键”，故事文本作为 “值”，构建检索库。当给定新的生成任务时，通过语义相似度匹配，检索最相关的人类故事作为少样本示例，为 LLM 提供情节灵感。

  2. 证据森林

    1. 首先生成初始故事；

    2. 识别故事中的模糊点（如 “角色动机不明”“情节逻辑断层”）；

    3. 通过 “问为什么” 提示策略，迭代生成证据树：以模糊点为根节点，每层节点通过 “为什么这个模糊点合理” 的追问补充背景信息，最终形成由多棵证据树组成的 “证据森林”（每棵树对应一个模糊点，节点间为补充关系）。

  3. 证据链整合与故事重写

    从证据森林中筛选与目标条件最相关的证据链（从根节点到叶节点的路径），将其融入初始故事，补充背景信息，增强情节复杂性和可信度。

以上架构的创新点如下:

  1. 检索增强的少样本学习

    不同于手动选择示例，GROVE 通过检索库自动获取相关人类故事，让 LLM 学习多元情节模式，在保持创造性的同时提升复杂性.

  2. “问为什么” 的迭代证据生成

    创新性地通过迭代追问构建证据森林，系统性补充故事模糊点，挖掘深层背景（如角色过往经历、事件因果），解决了现有方法 “重生成、轻深化” 的问题.

  3. 证据链的选择性整合

    从证据森林中筛选最优链并融入故事，避免信息冗余或冲突，同时保证与目标条件的相关性，平衡 “复杂性” 与 “可控性”.

GROVE 的局限性也十分明显

  1. 过于依赖基础模型能力

    GROVE 的性能受限于所用 LLM 的固有能力，若 LLM 本身难以生成复杂情节，框架的优化效果会受限, 这导致该框架必须配合最先进的大型模型使用.

  2. 潜在偏见与多样性问题

    LLM 可能偏好某些证据链或叙事模式，导致生成故事的多样性下降；若检索库中存在偏见数据，可能进一步放大偏差.

  3. 伦理与法律风险

    检索库依赖人类故事，若数据来源处理不当可能涉及版权问题；恶意使用时，框架可能生成有害或偏见内容.

为了解决以上问题, 作者提出了后续研究方向:

  1. 优化 LLM 依赖问题: 探索不依赖单一 LLM 的混合架构，或设计针对故事生成的专用模型，减少对通用 LLM 能力的依赖.

  2. 减轻偏见与提升多样性: 研究更公平的证据链选择机制，或引入对抗训练减少 LLM 的偏好性.

  3. 增强伦理与版权合规检查: 开发自动检测和过滤有害内容的模块，探索基于版权许可的检索库构建方案.

  4. 深化复杂情节建模: 进一步研究 “情节复杂度” 的量化指标，设计更精细的证据生成策略.