链式推理 TTS 中人设与台词冲突的诊断：从规划到合成的失败分析
一项发表于 arXiv 的研究提出日英双语人设—台词冲突基准，诊断链式推理 TTS 中人设意图在何处丢失。结果显示规划器输出方向通常正确，但下游一致性明显更低；监督 QwenEmotion 将方向正确率提升至日语 75%、英语 84%，学习式文本到潜在接口分别达到 89% 与 88%。这表明修复规划到合成接口可恢复与文本情感相悖的语音表达，但效果因语言和声学维度而异。
#角色扮演
新闻、仓库与研究，按时间排列。
arXiv · cs.CLAI 评分4343
arXiv · cs.AIAI 评分3636 CriticaLLM：用 LLM 自主担任桌面角色扮演游戏的游戏主持人
研究者推出 CriticaLLM 框架，一个可全自动化运行 TTRPG（如 Dungeons & Dragons）的 Game Master，涵盖故事创作、探索与战斗阶段管理。团队总结了 LLM 在 TTRPG 中的关键能力要求，并邀请真实 TTRPG 玩家评测，比较了四款不同参数规模的 LLM 在剧情与反派多样性上的表现。
GitHub · 灵魂体仓库AI 评分2222 alzheimer-llm-simulation：基于 LLM 的阿尔茨海默病场景模拟工具
这是一个基于 LLM 的阿尔茨海默病教育模拟工具，出自一项硕士研究，用于比较“对抗”与“验证”两种沟通策略。系统包含轻、中、重度三个阶段的合成人物（João、Maria、Ana），共 6 个场景 × 2 种策略 = 12 次模拟，每次模拟 5 轮、15 次请求，最终实验共发出 180 次请求。模型使用 openai/gpt-4.1，经 OpenRouter 接入，参数为 Temperature 0.2、Max tokens 160。
arXiv · cs.CLAI 评分3838 用潜在内在反馈训练用户模拟器（arXiv 论文）
研究者提出带内在反馈的用户模拟器，为模型配备潜在评估状态：以第一人称用户视角在每轮对话中对助手进行内心想法、反应和标量评分。基于真实用户与助手的交互日志训练 LLM 模拟器，其模拟真实度与评判能力优于提示词基线，生成的评估与人类判断的相关性也高于同规模提示模拟器。该模拟器还可作为多轮 RL 训练的有效奖励信号，效果可比依赖外部 judge LLM 的方案，同时将 RL 计算量削减一半以上。