Resumen Técnico: Modelo de Mundo Narrativo (NWM)

Declaración del Problema

La generación de ficción de larga duración sufre una desconexión entre la fluidez local y el estado narrativo duradero. Si bien los modelos pueden generar escenas coherentes, a menudo fallan en mantener la consistencia respecto a la evolución de los estados de la historia, tales como los límites del conocimiento de los personajes (quién sabe un secreto y cuándo), la distinción temporal entre el orden de los eventos y el orden de la revelación, el estatus de las promesas no resueltas y la dinámica de las relaciones.

Los sistemas de recuperación de propósito general (RAG) y los marcos de memoria de agentes suelen representar entidades y hechos, pero carecen de la estructura narratológica necesaria para responder preguntas de múltiples saltos (multi-hop) sobre el estado de la historia. Por ejemplo, un grafo estándar podría rastrear que un objeto existe, pero no su ubicación relativa al "estado actual" de un capítulo específico, o si el conocimiento de un personaje sobre un evento precede a la narración de dicho evento. Los enfoques existentes suelen presentar evidencia irrelevante o fallan al responder preguntas que requieren evidencia de dos o más capítulos distintos, específicamente en consultas que involucran focalización, función dramática y estructuras de planteamiento/resolución (setup/payoff).

Metodología: El Modelo de Mundo Narrativo (NWM)

Los autores proponen el Modelo de Mundo Narrativo (NWM), un sistema de memoria para escritores diseñado para emparejar un grafo de estado temporal tipado, basado en la narratología, con una recuperación condicionada por la consulta. El sistema opera sobre la prosa de capítulos finalizados, tratando la memoria como un registro de un estado aceptado en lugar de una intención futura.

1. Flujo de Publicación Causal

El NWM trata los capítulos finalizados ($C_n$) como la fuente de verdad. Tras la publicación, un extractor (Claude Sonnet 4.5) lee la prosa y emite registros de memoria tipados directamente, en lugar de resúmenes de texto libre. Estos registros están marcados con su capítulo de origen y sus intervalos de evidencia. El sistema impone un corte causal estricto: las consultas para el capítulo $n+1$ solo pueden acceder a las actualizaciones completadas hasta el capítulo $n$. La republicación de un capítulo editado invalida los bordes descendentes dependientes del estado sucedido.

2. Esquema y Registros Globales

En lugar de hechos genéricos, el NWM extrae una estructura de memoria de escritor estructurada y respaldada por evidencia que contiene campos narratológicos específicos:

• Estado del Personaje: Objetivos, conocimientos/desconocimientos (límites epistémicos) y deltas de relación.
• Trama/Promesa: Roles estructurales, estatus de abierto/cerrado y promesas de resolución (payoffs).
• Función Narrativa: Observadores focalizados, pulsos dramáticos y marcadores de giro/reversión.
• Validez Temporal: Los registros incluyen intervalos de validez (por ejemplo, cuándo un hecho fue cierto frente a cuándo fue revelado).

Estos registros se fusionan en registros acumulativos (personajes, relaciones, objetos, hilos) que exponen la última porción causalmente válida para un determinado punto de control (checkpoint).

3. Grafo de Conocimiento Temporal (KG)

El KG proyecta los estados del esquema en relaciones temporales. Los bordes están tipados por la relación narrativa que afirman (por ejemplo, conocimiento, ubicación, cambio de polaridad de relación, resolución de hilo). Crucialmente, los bordes almacenan intervalos de validez, lo que permite al grafo devolver el "estado a partir del capítulo $n$" seleccionando el último borde válido para una entidad mientras se preserva la historia. Esto distingue al NWM de las instantáneas planas o los resúmenes continuos que pierden los estados antiguos pero vigentes.

4. Recuperación Híbrida Condicionada por la Consulta

Para responder a una consulta del escritor para el capítulo $n+1$, el NWM emplea un proceso de recuperación de cuatro etapas:

1. Restricción Causal: Filtra el almacén para incluir solo registros con capítulos de origen $\le n$.
2. Clasificación de Nodos Híbrida: Clasifica los nodos de entidad/semilla utilizando una fusión de BM25 y vectores densos (reciprocal-rank fusion).
3. Expansión de un Salto (One-Hop): Expande los nodos mejor clasificados para incluir sus vecindades tipadas de un salto, haciendo emerger la estructura narrativa específica (por ejemplo, límites de conocimiento, órdenes de revelación) requerida por la consulta.
4. Ensamblaje de Paquete Limitado: Fusiona y trunca la evidencia en un paquete delimitado para el lector.

Este paso de "condicionamiento" es crítico; difiere de la "Memoria de Estado NWM", que simplemente serializa todo el estado actual sin una búsqueda de grafo condicionada por la consulta.

5. Protocolo de Evaluación

Los autores evalúan el NWM utilizando un lector con constantes fijas (Opus 4.8) para aislar el rendimiento de la memoria y la recuperación del comportamiento del generador. El lector responde preguntas basándose únicamente en el paquete de evidencia proporcionado por cada sistema.

• Benchmarks: Un corpus privado de 5 libros serializados de estilo de producción (50 capítulos cada uno) con un benchmark curado de 176 ítems multi-salto, y un corpus público de 12 libros de dominio público con un conjunto de 576 ítems (incluyendo un subconjunto de 110 ítems multi-salto).
• Líneas Base (Baselines): Búsqueda Simple, RAG (BGE+BM25), GraphRAG y Graphiti/Zep (el marco de KG temporal más fuerte existente).
• Controles de Equidad: Graphiti es extraído utilizando el propio extractor de NWM (Sonnet 4.5) para asegurar que la comparación no se vea confundida por la calidad de la extracción. Una comprobación de robustez re-ingiere Graphiti con un extractor más económico (GPT-4.1-mini), mostrando que no hay un cambio significativo en la precisión.

Resultados Clave

Rendimiento en QA Multi-salto (Multi-Hop)

La recuperación de grafos de NWM supera significativamente a todas las líneas base en preguntas narratológicas de múltiples saltos:

• Corpus Privado (176 ítems multi-salto): La recuperación de grafos de NWM alcanzó una precisión de 0.898, comparada con el 0.574 de Graphiti (con extractor emparejado). La prueba McNemar pareada arrojó un resultado de 64–7 ($p < 10^{-5}$).
• Corpus Público (576 ítems): El NWM alcanzó una precisión de 0.625 frente al 0.516 de Graphiti ($p = 0.0001$).
• Subconjunto Multi-salto (Público): El NWM alcanzó un 0.709 frente al 0.582 de Graphiti.

Ablación y Análisis

• Representación vs. Extracción: La brecha de rendimiento es representacional, no un artefacto de la extracción. Re-ingresar Graphiti con un extractor más económico no cambió su precisión ($p=0.89$), y el esquema genérico de Graphiti falló al representar estructuras narratológicas (por ejemplo, focalización, orden de revelación) incluso utilizando el mismo extractor.
• Condicionamiento de la Consulta: La "Memoria de Estado NWM" (serializar todo el estado sin búsqueda condicionada por la consulta) puntuó solo 0.358 en ítems multi-salto, fallando en superar a Graphiti. Esto demuestra que la ventaja proviene de la recuperación condicionada por la consulta que hace emerger bordes tipados específicos, no simplemente de la presencia del almacén tipado.
• Modos de Fallo: En los 64 ítems donde el NWM tuvo éxito y Graphiti falló, Graphiti se abstuvo en todos los casos porque el hecho de oro estaba ausente en su evidencia recuperada. El fallo se debió a la ausencia de estructura narratológica en la representación, no a errores de razonamiento.
• Tamaño del Grafo: El grafo tipado de NWM es más pequeño que el grafo de GraphRAG de la fuente, pero responde a muchas más preguntas, lo que indica que la descomposición estructurada narrativamente es el motor, no la densidad del grafo.

Significado y Reivindicaciones

El artículo sostiene que la memoria basada en la narratología es una precondición necesaria para la generación de ficción de larga duración de alta calidad. La contribución principal es demostrar que representar el estado de la historia a través de unidades narratológicas tipadas (focalización, orden de revelación, promesa/resolución) combinada con la recuperación condicionada por la consulta permite al sistema responder preguntas de estado de la historia de múltiples saltos con una precisión significativamente mayor que los grafos de conocimiento temporal genéricos o el RAG estándar.

Los autores enfatizan que la ganancia es representacional: el sistema tiene éxito porque modela explícitamente la estructura de la narrativa (quién sabe qué, cuándo y cómo funciona dramáticamente) en lugar de solo relaciones de entidades genéricas. El artículo concluye que, si bien el NWM proporciona la "evidencia segura por capítulo" para las preguntas del escritor, determinar si esto conduce a una mejor generación (continuación) sigue siendo un trabajo futuro. Los resultados actuales aíslan los componentes de memoria y recuperación, demostando que la representación y el condicionamiento de la recuperación son los mecanismos operativos para el éxito en el razonamiento narratológico de múltiples saltos.