💰 quantitative finance

Modeling Story Expectations: A Generative Framework using LLMs

本文介绍了一种利用大语言模型从想象的故事续写中提取可解释特征的生成式框架，证明了这些由大语言模型衍生的预期能够有效预测人类信念和实际叙事结果，同时与读者参与度显著相关。

原作者： Hortense Fong, George Gui, Bo Yang

发布于 2026-07-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Hortense Fong, George Gui, Bo Yang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正坐在沙发上，完全沉浸在一场电视节目或一本书中，无法自拔。你不仅仅是在看正在发生的事情，你还在不断地猜测接下来会发生什么。英雄会幸存吗？反派会被抓获吗？浪漫之情会绽放吗？这种“接下来会怎样？”的感觉是我们不断阅读或观看的重要原因。但长期以来，科学家和故事讲述者一直很难衡量这些猜测。你无法轻易要求一百万人写下他们为下一章所能想象到的每一种可能性。这就像试图用双手去捕捉烟雾一样。

走进这篇论文，它就像一个数字水晶球。作者 Hortense Fong、George Gui 和 Bo Yang 决定使用一个超级聪明的计算机大脑（称为大语言模型，简称 LLM）来替我们进行猜测。把这个 LLM 想象成一个超级热衷于阅读的读者，它已经“吞噬”了超过 12.5 万本书的内容。因为它读了这么多，所以它知道故事通常是如何发展的。

魔术技巧：构想未来
他们是这样做的。他们选取故事中的某个时间点（比如第一章结束时），然后问计算机：“好，请想象 50 种这个故事在第二章可能延续的方式。”计算机并不仅仅写出一个结局，它写出了 50 个略有不同的版本，创造了一个完整的可能性云团。

从这 50 个想象中的未来中，研究人员不仅观察了文字，还提取了特定的“风味”或特征。他们观察了诸如：

效价 (Valence)： 下一章是会变得快乐还是悲伤？
唤醒度 (Arousal)： 是高能量且令人兴奋，还是低能量且平静？
速度 (Speed)： 情节会移动得快还是慢？
迂回度 (Circuitousness)： 故事会走直线路径，还是走蜿蜒曲折的道路？

他们将这 50 个想象中的章节视为一群人在为他们认为会发生的事情投票，然后通过平均这些选票来获得一个“预测”，即一个典型读者所预期的内容。

计算机猜对了吗？
大问题在于：这种计算机猜谜游戏是否真的与人类的真实想法相匹配？作者通过两种方式测试了这一点。

首先，他们进行了一项针对 263 名真实人类的受控实验。这些人阅读短篇故事，并被问到：“你认为下一章的感觉会是如何？”研究人员将人类的答案与计算机的“50 个想象中的章节”进行了比较。

结果： 计算机的表现出奇地好。当人类说他们预期一个高能量的章节时，计算机想象出的章节也是高能量的。这种联系很强，尽管并不完美（计算机的预测比人类狂野的猜测更趋向于“压缩”或不那么极端）。
陷阱： 计算机擅长猜测“平均”感觉，但不擅长猜测人们有多么“不确定”。人类有着广泛的怀疑范围；计算机的猜测则显得过于自信且集中。

其次，他们查看了来自一个拥有 937 本书和 8,399 个章节的在线阅读平台的真实数据。在这里，他们无法询问读者在想什么，所以他们使用了一种被称为“理性预期”的逻辑技巧。这假设如果你了解故事是如何运作的，你的猜测应该与最终发生的事情相匹配。他们将计算机想象中的章节与最终被写出来的实际章节进行了比较。

结果： 计算机的预测是实际发生情况的有信息量的预测因子。如果计算机预言了下一个快速节奏的章节，那么实际的下一章通常也是快速节奏的。这在情绪、速度，甚至在“紧张感”或“悬念强度”等复杂事物上都是成立的。

为什么这很重要：“下一章”因素
这篇论文最令人兴奋的部分是，当他们观察人们对故事的参与度（如点击“继续”、投票或评论）时发现的情况。

他们发现，了解读者预期接下来会发生什么，与了解他们刚刚读到了什么一样重要。

在人类调查中，如果一名读者预期下一章是高唤醒度（高能量）的，他们更有可能表示想要继续阅读。即使他们刚刚读完的章节很平静，情况也是如此。
在现实世界的数据中，同样的情况也发生了。如果计算机预测下一个章节是高能量或快节奏的，读者就更有可能进行投票和评论。

论文明确排除了我们只关心“此时此刻”正在发生什么的观点。它表明，我们的“前瞻性信念”（我们对未来的猜测）驱动着我们的行为。这不仅仅关乎当前的场景，更关乎下一个场景的承诺。

这篇论文并没有说
了解这一点很重要，这并不是在说它们。作者非常谨慎，没有说他们解决了人类行为的奥秘，也没有说计算机是一个完美的读心者。

他们并不声称计算机的预测与人类的思想完全相同。计算机的猜测是“不完美但有信息量的”。它们捕捉到了方向和大致的氛围，但忽略了一些人类感受到的细微差别和不确定性。
他们并不说这证明了改变故事的结局会导致更多的参与。他们发现了强烈的联系（关联），但由于故事是复杂的，会同时改变许多变量，因此他们不能确定是否由某一个特定特征作为唯一的因果关系。他们建议这种方法有助于研究人员为未来的实验提出更好的问题。
他们也并不声称这适用于目前所有的媒体类型。他们的研究侧重于文本（书籍和故事）。他们承认电影和音乐拥有视觉和声音元素，而他们基于文本的计算机大脑目前还看不见也听不到这些。

底线
这篇论文表明，我们可以使用一个“超级读者”计算机来模拟我们作为观众在思考故事未来时的想法。这是一种新的、可扩展的方法，可以窥探我们大脑中的“如果……会怎样”区域。通过理解读者预期接下来会发生什么，创作者和平台或许终于能够理解为什么有些故事让人欲罢不能，而有些故事却在中途被弃之不读。它不是一个解决一切问题的魔杖，但它是理解我们在翻开下一页之前所构建的那个故事的一个强大的新工具。

技术摘要：利用大语言模型对故事预期进行建模

问题陈述

消费者对叙事性媒体（书籍、电影、电视）的参与度，在很大程度上受其对后续情节发展的预判性预期所影响。然而，在非结构化叙事内容上对这些预期进行建模在历史上一直是一个挑战。传统方法面临两个主要障碍：

调查局限性： 从人类受访者处获取关于故事延续性的完整分布情况成本极高；而仅调查一两个维度则无法捕捉叙事展开的复杂性。
建模假设： 标准经济模型通常假设对低维结果（如未来价格）存在理性预期。将此应用于故事时，需要对高维度的可能延续性分布如何依赖于高维度的故事历史进行建模，而目前尚无明显的切入点。

因此，目前缺乏可扩展的方法来近似消费者的叙事内容信念，这限制了创作者和平台理解预期内容如何驱动参与度的能力。

方法论

作者提出了一种利用大语言模型（LLM）来近似消费者前瞻性信念的生成式框架。该框架由四个部分组成：

1. 想象的故事延续生成

核心机制是使用预训练的大语言模型，根据已阅读的文本（例如第 1 章至第 $t$ 章），生成多种合理的后续情节。

过程： 模型被提示生成下一章（ $t+1$ ）。为了近似信念的分布而非单一的确定性输出，模型会对每一章生成 $N$ 个延续版本（通常为 50 个）。
参数： 作者使用 1.0 的温度值（temperature）以平衡多样性与连贯性。
原理： 大语言模型在海量叙事文本语料库上进行了训练，能够捕捉复杂的叙事模式，并能生成反映代表性消费者预期的延续分布。

2. 特征提取

将想象出的延续文本转化为可解释的、具有理论动机的特征。

特征： 该框架提取与参与度相关的预定义特征，如情绪（效价、唤醒度）和语义路径（速度、迂回度）；同时还提取“习得型”叙事维度（如紧张感、好奇心、悬念强度、节奏）。
预期计算： 特征 $z$ 在第 $t$ 章的预期值是通过从 $N$ 个想象的延续中提取的特征值求平均得到的：
$E_t^n[e_{i,t+1}^n] = \frac{1}{N} \sum_{n=1}^N e_{i,t+1}^n$
也可以计算高阶矩（方差、偏差），尽管本文主要关注一阶矩（期望）。

3. 验证

作者提出了两种互补的验证程序，以评估 LLM 衍生的预期是否为人类信念的有效代理：

基于调查的验证： 将 LLM 衍生的预期与通过调查收集的人类报告信念进行对比。受访者报告了关于下一章特征结果的概率分布（例如效价区间）。
理性预期验证： 将 LLM 衍生的预期与实际发生的故事情节进行对比。在假设消费者（以及 LLM）理解故事通常如何展开的前提下，LLM 预测的分布应与实际故事结果的客观分布保持一致。这通过将实际特征值对 LLM 衍生的预期值进行回归来测试。

4. 参与度分析

该框架用于将读者参与度（兴趣、继续阅读的决策、投票、评论）建模为实现内容（刚读完的章节特征）和预期内容（想象中的下一章特征）的函数。作者采用了一个线性预期效用模型，其中参与度取决于当前特征和未来特征的预期。

实证应用与结果

该框架在两个场景中进行了测试：受控调查实验和在线阅读平台的观察性研究。

1. 调查数据（受控场景）

数据： 263 名参与者阅读了涵盖五种类型的短篇故事，并报告了情绪信念（效价/唤醒度）及参与意向。
验证： LLM 衍生的效价和唤醒度预期与人类报告的预期显著相关（斜率分别为 0.57 和 0.56），尽管 LLM 倾向于压缩信念的范围。
参与度发现：
- 陈述兴趣： 即使在控制了当前章节的效价和唤醒度后，预期的唤醒度仍能显著预测继续阅读的兴趣。预期效价并不显著。
- 继续阅读的决策： 预期唤醒度是阅读下一章这一二元决策的重要预测因子。
- 代理性能： 在回归模型中用 LLM 衍生的预期替代调查获取的预期，可以获得相当的结果，证实了 LL la LLM 作为可扩展代理的可行性。

2. 观测数据（在线平台）

数据： 来自在线平台 937 本书的 8,399 个章节，通过“投票-阅读比”和“评论-阅读比”来衡量参与度。
验证（理性预期）： LLM 衍生的 15 个特征（包括情绪、语义路径和叙事维度）的预期值是实际章节特征的显著正向预测因子。回归系数为正且显著，但有所衰减（例如，效价斜率为 0.69，唤醒度斜率为 0.62）。
参与度发现：
- 前瞻性预期（效价、唤醒度、速度、迂回度）在已消费内容的特征之外，也是投票和评论率的显著预测因子。
- 具体而言，更负面/低能量的预期以及更高速度/更低迂回度的预期，与更高的参与度相关。
- 敏感性分析： 作者展示了焦点特征（如预期唤醒度）的系数对于包含其他叙事维度（如紧张感、悬念）是敏感的，这凸显了该框架在完善因果问题方面的作用。

核心贡献

非结构化预期的可扩展框架： 本文引入了一种对高维度、非结构化叙事内容进行建模的方法，将预期研究从结构化状态空间中扩展出来。
双重验证策略： 提出了两种不同的验证方法（基于调查和基于理性预期），证明了在无需在所有情境下进行昂贵数据收集的情况下，LLM 可以作为信息丰富的信念代理。
前瞻性参与度驱动因素： 研究提供了实证证据，表明读者预期会发生什么（特别是预期的唤醒度和语义路径特征）会独立于他们已经阅读过的内容来驱动参与度。
特征发现与因果精炼： 通过生成延续情节，该框架允许研究人员提取广泛的叙事维度，并测试控制这些维度如何影响焦点特征的估计影响，从而有助于诊断叙事研究中的遗漏变量偏差。

重要性与主张

作者声称该框架提供了一种可扩展的方法来对消费者关于叙事内容的信念进行建模。他们断言：

在叙事文本上训练的 LLM 可以作为建模读者期待的一个“合理的起点”。
前瞻性预期是参与度的另一个独立且显著的驱动因素，这表明内容创作者和平台应当考虑叙事选择如何塑造未来的预期，而不应仅关注即时反应。
该方法通过增加前瞻性维度，补充了现有的内容分析方法，而这对于理解叙事媒体中的动态行为至关重要。

论文在因果关系方面保持了审慎，指出其结果是关联性的，且 LLM 衍生的预期是一种近似值（存在测量误差）。作者也承认了关于读者异质性（将 LLM 视为“平均”读者）以及目前仅限于纯文本实现的局限性，并建议未来的工作可以探索多模态输入和异质化的消费者细分。