Text-to-Stage：从长篇叙事生成空间布局

本文探究语言模型从无结构文本中展现空间推理的能力，模拟人类认知以自动化媒体应用流程。具体研究“叙事到剧本”任务，即在缺乏显式空间线索的文本中推断舞台布局（场景、角色位置、移动及房间类型）。作者提出了一套受戏剧学启发的确定性评估套件，并引入结合最佳 N 采样拒绝微调与基于可验证奖励的 GRPO 强化学习的训练推理方案。在经典英语文学语料上的实验表明，该方法在角色归属、空间合理性和移动经济性等指标上均优于基础模型，且与大模型裁判及人类主观偏好高度一致。