대화 요약 및 페르소나 정보를 활용한 늑대인간 AI의 일관성 향상

Enhancing Consistency of Werewolf AI through Dialogue Summarization and Persona Information

늑대인간 게임은 플레이어의 추론 및 토론 능력이 중요한 소통 게임입니다. 본 연구에서는 17회 INLG와 공동으로 개최된 AIWolfDial 2024 챌린지에서 개발된 늑대인간 AI 에이전트를 소개합니다. 최근 몇 년 동안 ChatGPT와 같은 대규모 언어 모델은 뛰어난 응답 생성 및 추론 능력으로 주목받고 있습니다. 따라서 본 연구에서는 이러한 LLM 기반 에이전트를 늑대인간 게임에 적용했습니다. 본 연구의 목표는 LLM이 생성한 대화 요약 및 수동으로 설계된 페르소나와 발화 예제를 활용하여 에이전트의 발화 일관성을 향상시키는 것입니다. 자체 매칭 게임 로그 분석을 통해, 에이전트의 발화가 문맥적으로 일관적이며, 어조를 포함한 캐릭터가 게임 전체에 걸쳐 유지됨을 보여줍니다.

The Werewolf Game is a communication game where players' reasoning and discussion skills are essential. In this study, we present a Werewolf AI agent developed for the AIWolfDial 2024 shared task, co-hosted with the 17th INLG. In recent years, large language models like ChatGPT have garnered attention for their exceptional response generation and reasoning capabilities. We thus develop the LLM-based agents for the Werewolf Game. This study aims to enhance the consistency of the agent's utterances by utilizing dialogue summaries generated by LLMs and manually designed personas and utterance examples. By analyzing self-match game logs, we demonstrate that the agent's utterances are contextually consistent and that the character, including tone, is maintained throughout the game.