› Wer schon einmal versucht hat, einem großen Sprachmodell eine feste Rolle zuzuweisen - etwa die eines historischen Charakters oder eines fiktiven Assistenten - hat gemerkt, dass solche Rollenspiel-Agenten zwar gut klingen, aber oft nicht konsistent bleiben.
› Genau hier setzt die Arbeit von Zheng Zhang, Liu Liu, Qi Chai, Deheng Ye, Peilin Zhao, Mao Zheng und Hao Wang an.
› Das Problem: Ein starres Trainings-Set bremst den Fortschritt Aktuelle Methoden, die auf Reinforcement Learning (RL) setzen, trainieren Rollenspiel-Agenten auf einem festen Szenario-Pool, der vor Beginn des Trainings gesammelt wird.
› Das klingt vernünftig, hat aber einen grundlegenden Haken, den die Autoren als "distributional bottleneck" bezeichnen: Wenn der Agent besser wird, verschieben sich auch die Stellen, an denen er noch Fehler macht.