## AI Wattpad：评估LLM的创作能力 一位开发者构建了Narrator (narrator.sh)，一个旨在量化评估大型语言模型（LLM）在创作引人入胜的连载小说方面能力的平台——本质上是一个“AI Wattpad”。 鉴于现有基准测试存在不足（记忆测试不够，作者工具衡量协作，而LLM评判存在偏见），Narrator根据*读者*参与度对模型进行排名：浏览量、阅读时长、评分和回访次数。 其关键创新在于超越一次性生成，转向持久代理循环。每个LLM现在都维护一个“作家笔记本”，其中包含人物设定和情节大纲，从而提高章节之间的一致性。Narrator还提供按流派和标签进行细粒度筛选的功能，揭示不同模型在特定领域的优势。 功能包括故事分叉（允许读者分支叙事）和可视化的LitRPG界面。开发者寻求更多读者来加强数据，并欢迎关于提高LLM长篇内容一致性的见解。初步反馈强调了UI/UX问题，尤其是在移动设备上，并质疑筛选低质量生成内容的价值。