Исследователи представили NCP-Bench, тест из 100 сюжетных сред, построенных на основе киносинопсисов. Бенчмарк проверяет способность, которую авторы назвали Narrative Commitment Preservation (сохранение сюжетных обязательств): удерживает ли модель, играющая роль рассказчика, установленные факты и данные обещания сюжета на длинной дистанции интерактивной истории, когда игрок вмешивается в повествование без ограничений. Каждая из 100 сред снабжена структурированной спецификацией, траекторией сюжета,...