大型语言模型与视频游戏:初步范围评估
本文通过对 5000 多篇学术文献的综合分析,提供了关于 LLM 研究的路线图,包括核心算法开发、自然语言处理任务、LLM 在医学、工程、社会科学和人文学科中的应用等方面的研究趋势以及研究范式和合作模式的变化,为研究人员、从业者和决策者了解 LLM 研究的当前状态、影响和潜力提供了有价值的见解。
Apr, 2023
利用 LLMs 在复杂的电脑游戏环境中赋予游戏智能体人类般的决策能力,以推进人工智能 (AGI) 的发展,并提供了 LLM 基础的游戏智能体的综述,包括感知、记忆、思考、角色扮演、行动和学习的六个关键组成部分,调研了六种游戏类型的现有代表性 LLM 基础游戏智能体,并展望了未来的研究和发展方向。
Apr, 2024
近期,大型语言模型的出现为过程性内容生成带来了新的机遇。这篇论文探讨了通过大型语言模型生成游戏的可能性,提出了一种基于视频游戏描述语言的大型语言模型框架,可以同时生成游戏规则和关卡。实验结果展示了这个框架如何根据不同的上下文进行生成,为过程性内容生成领域中的新游戏生成提供了新的见解。
Apr, 2024
通过对多个 LLM 模型的研究,本文不仅提供了全面的概述,还明确了现有挑战,并指出了未来的研究方向。该综述提供了关于生成型人工智能的当前状态的全面观点,为进一步的探索、增强和创新提供了启示。
Mar, 2024
本文探讨了使用大型语言模型 (LLMs) 生成 Sokoban 游戏关卡的可行性及效果,发现 LLMs 能够生成关卡,且其性能随数据集规模的提高而显著提高。同时,文章也介绍了控制 LLMs 关卡生成器的初步实验结果,并探讨了未来研究的有 promising 的方向。
Feb, 2023
在复杂游戏场景中,本篇论文通过系统分析和总结现有基于大型模型(LMs)和基于 LM 的 Agent(LMAs)的体系结构、共性和挑战,提供了对 LM 在游戏中的应用现状的全面检视,并展望了其未来的研究方向。
Mar, 2024
通过对具有多模态能力的 LLM 和 MM-LLM 的当前状况进行广泛回顾,本文涵盖了 LLM 的历史发展、注意力机制在提升模型性能方面的作用,以及 Fine-tuning 和 prompt engineering 等模型调整技术。同时还分析了伦理考虑和挑战,并讨论了开源和专有模型在 AI 研究中的影响。通过这个综述,我们揭示了 MM-LLM 在各种应用中的转型潜力。
Mar, 2024
大语言模型 (LLMs) 在教育领域带来了新的可能性。本综述论文从多个角度总结了 LLMs 在教育环境中的各种技术,包括学生和教师辅助、自适应学习和商业工具。我们系统地审查了每个角度的技术进展,整理了相关的数据集和基准,并识别了在教育中部署 LLMs 所面临的风险和挑战。此外,我们概述了未来的研究机会,强调潜在的有前途的方向。我们的综述旨在为教育工作者、研究人员和决策者提供一个全面的技术画面,以利用 LLMs 的力量革新教育实践,并促进更有效的个性化学习环境。
Mar, 2024
本研究综述了生成人工智能(Generative AI)和大语言模型(LLMs)在视频技术领域中的应用,包括视频生成、理解和流媒体,强调了这些技术在产生高度逼真视频方面的创新应用,在实现现实世界动态与数字创作之间存在重大差距的时候迈出了重要一步。同时,作者还深入探讨了 LLMs 在视频理解方面的先进能力,展示了它们从视觉内容中提取有意义信息的有效性,从而提升了我们与视频的互动。在视频流媒体领域,本文讨论了 LLMs 如何为更高效、以用户为中心的流媒体体验做出贡献,将内容传递适应个体观众的偏好。通过梳理生成 AI 和 LLMs 在与多媒体、网络和人工智能社区相关的视频技术任务中的当前成就、持续挑战和未来可能性,本文突显出这些技术在推动视频技术领域发展方面的巨大潜力。
Jan, 2024