Creative Convergence or Imitation? Genre-Specific Homogeneity in LLM-Generated Chinese Literature

• arXiv/venue: 2603.14430 / html v1（2026-03）
• 作者: Yuanchi Ma, Kaize Shi, Hui He, Zhihua Zhang, Zhongxiang Lei, Ziliang Qiu, Renfen Hu, Jiamou Liu（含 Civilised Agent Lab 相关成员；论文未列全部机构）
• 类型: 实证诊断 / 叙事学分析框架（评估型，不提生成新方法）
• 一句话: 用普罗普（Propp）叙事功能理论（扩展到 34 个叙事功能）解剖 LLM 生成的中文网络文学，证明其结构性同质化的根因是——模型并不真正理解叙事功能，只是套用僵化的生成范式。

1. 要解决的问题

LLM 写故事常常"结构性同质"：情节事件的排列组合高度重复、结局刻板套路。作者指出现有诊断多停留在表层语言特征（词汇多样性等），抓不住底层的"结构性坍缩（structural collapse）"。

核心研究问题：当前 LLM 到底是"理解"了叙事功能，还是只是在复现僵化模板？ 这是"创意收敛（好的趋同）"还是"模仿（坏的套路化）"之辩——标题即问题。

2. 方法 / 核心思路

把 Propp 原始 31 个叙事功能扩展为 34 个，以适配现代网文结构： - 保留经典功能：禁令（Interdiction）、加害（Villainy）、离家（Departure）、斗争（Struggle）、胜利（Victory）…… - 新增/改造：设定（Setting, Fr）、变身（Transformation, Ch）、失忆（Memory loss, Lo），以及网文特色的"金手指（Golden Finger）"（作为第一施赠者变体 M）。

测量手段： - 用符号标签对文本做叙事功能标注，标注者一致性 κ ≈ 0.83。 - 让各 LLM 做叙事功能识别，用 ACC / Recall / F1 衡量"模型是否读得懂功能"。 - 分析功能序列模式（情节范式）在不同题材中的分布。

研究的 5 大中文网文题材：奇幻（Fantasy）、仙侠（Xianxia）、言情（Romance）、穿越（Time Travel）、都市（Urban）。

3. 数据与实验

• 语料：100 部中文网络小说（每部 10 万至 1000 万+ 字）。
• 标注集：140 个种子 → 扩展到 1.0k 个标注片段；覆盖全部 34 个功能，每功能至少 4 个样本。
• 标注专家：1 名职业网文作者（5000+ 小时写作经验）+ 1 名题材评论者（10000+ 小时阅读）。
• 被测 LLM（很全）：GPT-4o、GPT-4o-mini、Qwen3（8b/32b）、Doubao-pro、Xuanyuan、Qianfan、Kimi-v1、DeepSeek-V3、DeepSeek-R1。

4. 主要结果 / 发现（带数值）

叙事功能识别很差（Table 3）： - 最好的 Qwen3-32b 和 Doubao-pro，整体准确率仅 0.364。 - 常见功能上 Qwen3 约 60%；罕见功能上 Doubao 仅 33.3%，多数模型在冷门功能上更低。 - ⇒ 模型根本没真正"读懂"叙事功能，遑论灵活运用。

情节范式高度套路（Table 4）：识别出 6 种模板，各自出现率 ≥ 60%： - 战斗：(A)→(Q)→{O/S} - 情感：(Em)↪(Ch) - 难题：(Y)↪(Z) - 冒险：(P)↪{M/O} - 伪装：(W)→(De)↪(S) - 日常：(A)↪(Ch)

案例研究（Table 5）：DeepSeek 续写稳定呈现 "A-Lo-E-Q-P-S" 之类序列；Doubao 在 5 次生成中给出"几乎相同"的叙事序列——僵化套模板，而非功能性理解。

结论：单一叙事逻辑 + 严重同质化的根因是——LLM 无法正确理解叙事功能的含义，而是死守固定的叙事生成范式。属"模仿"而非真正的"创意收敛"。

5. 局限

• 范围局限：主要针对中文网络文学的主流题材，排除诗歌、实验小说、非线性结构。
• 语言特定：该框架跨语言迁移需重构叙事功能分类。
• 覆盖缺口：小众/先锋作品仍未充分覆盖。
• 深度局限：每个叙事功能的内部构成尚未展开研究。

6. 对中文小说 / 中文写作的启发

• 这是"敌情报告"：明确了 LLM 中文写作的病灶不在词句，而在情节功能序列的坍缩。做中文长文写作产品，评估维度必须上升到"叙事功能层"，而不只看流畅度/词汇丰富度（正是 [[01_lost_in_stories]] 也强调的：光看情节质量+流畅度不够）。
• 34 个叙事功能可直接当"情节积木库/评审 rubric"：既能给作者当情节生成的提示词骨架，也能反向检测"这段套了哪个模板"，量化套路化程度。
• "金手指"等本土功能被形式化，对做中文网文（仙侠/穿越/都市）辅助写作尤其对口——可针对题材定制情节功能约束。
• 对抗同质化的直接思路：既然 LLM 会坍缩到 ≥60% 的少数模板，就应在生成侧显式打散情节分布——这正是 [[24_bit_mcts]] 用双向 MCTS 搜索、把多样性做到 77–92% 的价值所在，两篇可对读为"诊断 + 解法"。
• 可与一致性检测叠加：功能层套路是一种"宏观 bug"，与微观事实/时序 bug（[[03_dome]] 的时序冲突分析）互补，合起来构成"宏观结构 + 微观一致"的双层质量闸门。

关联

• [[24_bit_mcts]]：本篇诊断"情节同质化"，那篇用双向 MCTS 搜索显著提升多样性——诊断 vs 解法。
• [[01_lost_in_stories]]：同为实证诊断型工作；一者查宏观情节套路，一者查微观一致性 bug。
• [[03_dome]]：叙事学结构显式建模路线；可把 Propp 功能层与其时序分析叠为双层质检。
• [[04_codified_foreshadowing_payoff]]：伏笔—回收是"功能层"技巧的一种具体编码，可纳入 34 功能体系。