論文の概要: Evaluating Usability and Engagement of Large Language Models in Virtual Reality for Traditional Scottish Curling

• arxiv url: http://arxiv.org/abs/2408.09285v1
• Date: Sat, 17 Aug 2024 20:13:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-20 21:29:47.447242
• Title: Evaluating Usability and Engagement of Large Language Models in Virtual Reality for Traditional Scottish Curling
• Title（参考訳）: スコットランドの伝統カーリングにおけるバーチャルリアリティにおける大規模言語モデルの有用性と拡張性の評価
• Authors: Ka Hei Carrie Lau, Efe Bozkir, Hong Gao, Enkelejda Kasneci,
• Abstract要約: 本稿では,VR(VR)環境におけるLarge Language Models(LLM)の革新的な応用について検討する。 スコティッシュ・ボンスピエル・VR』で紹介された伝統的なスコットランドのカーリングに焦点を当てている。
• 参考スコア（独自算出の注目度）: 9.91445427832401
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper explores the innovative application of Large Language Models (LLMs) in Virtual Reality (VR) environments to promote heritage education, focusing on traditional Scottish curling presented in the game ``Scottish Bonspiel VR''. Our study compares the effectiveness of LLM-based chatbots with pre-defined scripted chatbots, evaluating key criteria such as usability, user engagement, and learning outcomes. The results show that LLM-based chatbots significantly improve interactivity and engagement, creating a more dynamic and immersive learning environment. This integration helps document and preserve cultural heritage and enhances dissemination processes, which are crucial for safeguarding intangible cultural heritage (ICH) amid environmental changes. Furthermore, the study highlights the potential of novel technologies in education to provide immersive experiences that foster a deeper appreciation of cultural heritage. These findings support the wider application of LLMs and VR in cultural education to address global challenges and promote sustainable practices to preserve and enhance cultural heritage.
• Abstract（参考訳）: 本稿では,バーチャルリアリティ(VR)環境におけるLarge Language Models (LLMs) の革新的応用を考察し,<Scottish Bonspiel VR' ゲームにおける伝統的なスコットランドのカーリングに着目した。 本研究では, LLMベースのチャットボットと事前に定義されたスクリプトチャットボットの有効性を比較し, ユーザビリティ, ユーザエンゲージメント, 学習結果などの重要な基準を評価する。 その結果,LLMベースのチャットボットは対話性やエンゲージメントを著しく向上させ,よりダイナミックで没入的な学習環境を実現することがわかった。 この統合は、環境の変化の中で無形文化財(ICH)の保護に不可欠である文化遺産の文書化と保存を支援し、普及プロセスを強化する。 さらに,文化遺産のより深い評価を促進する没入的な体験を提供する教育における新しい技術の可能性を強調した。 これらの知見は、グローバルな課題に対処し、文化遺産の保存と強化のための持続可能な実践を促進するために、文化教育におけるLLMとVRの幅広い応用を支援する。

関連論文リスト

• LIMBA: An Open-Source Framework for the Preservation and Valorization of Low-Resource Languages using Generative Models [62.47865866398233]
  この白書は低リソース言語のための言語ツールを生成するためのフレームワークを提案する。 このような言語に対するインテリジェントな応用を妨げるデータ不足に対処することにより、言語多様性の促進に寄与する。
  論文  参考訳（メタデータ） (2024-11-20T16:59:41Z)
• Survey of Cultural Awareness in Language Models: Text and Beyond [39.77033652289063]
  大規模言語モデル(LLM)を様々なアプリケーションに大規模に展開するには、LCMはインクリビティを確保するために、ユーザに文化的に敏感である必要がある。 文化は心理学や人類学で広く研究され、近年、LLMをより文化的に包括的にする研究が急増している。
  論文  参考訳（メタデータ） (2024-10-30T16:37:50Z)
• Leveraging Retrieval-Augmented Generation for Culturally Inclusive Hakka Chatbots: Design Insights and User Perceptions [4.388667614435888]
  本研究は台湾のハッカ文化の豊かな遺産を推進・保護するための画期的なアプローチを紹介する。 外部データベースと生成AIモデルを統合することで、RAGテクノロジはこのギャップを埋める。 これは、デジタルプラットフォームが文化的アイデンティティを希薄にする時代において特に重要である。
  論文  参考訳（メタデータ） (2024-10-21T01:36:08Z)
• Investigating the Role of Cultural Values in Adopting Large Language Models for Software Engineering [17.818350887316004]
  本研究は,ソフトウェア開発における大規模言語モデル(LLM)導入における専門家の文化的価値の役割に焦点を当てた。 LLM導入の主要因は習慣やパフォーマンスの期待度であるが,文化的価値はそれほど緩やかではない。
  論文  参考訳（メタデータ） (2024-09-08T10:58:45Z)
• Benchmarking Cognitive Domains for LLMs: Insights from Taiwanese Hakka Culture [4.467334566487944]
  本研究では,文化的知識の理解と処理において,大規模言語モデル(LLM)の性能を評価するためのベンチマークを提案する。 この研究は、記憶、理解、応用、分析、評価、創造という6つの認知領域にわたるLLMを体系的に評価する多次元フレームワークを開発する。 その結果,すべての認知領域,特に文化知識の正確な検索と応用を必要とするタスクにおいて,RAGの有効性が強調された。
  論文  参考訳（メタデータ） (2024-09-03T02:50:04Z)
• Understanding the Capabilities and Limitations of Large Language Models for Cultural Commonsense [98.09670425244462]
  大規模言語モデル(LLM)は、かなりの常識的理解を示している。 本稿では,文化的コモンセンスタスクの文脈におけるいくつかの最先端LCMの能力と限界について検討する。
  論文  参考訳（メタデータ） (2024-05-07T20:28:34Z)
• Scalable Language Model with Generalized Continual Learning [58.700439919096155]
  The Joint Adaptive Re-ization (JARe) is integrated with Dynamic Task-related Knowledge Retrieval (DTKR) to enable adapt adjust of language model based on specific downstream task。 提案手法は,様々なバックボーンやベンチマーク上での最先端性能を実証し,最小限の忘れを伴い,フルセットおよび少数ショットのシナリオにおいて効果的な連続学習を実現する。
  論文  参考訳（メタデータ） (2024-04-11T04:22:15Z)
• CulturalTeaming: AI-Assisted Interactive Red-Teaming for Challenging LLMs' (Lack of) Multicultural Knowledge [69.82940934994333]
  我々は、人間とAIのコラボレーションを活用して、挑戦的な評価データセットを構築するインタラクティブなレッドチームシステムであるCulturalTeamingを紹介する。 我々の研究は、CulturalTeamingの様々なAI支援モードが、文化的な質問の作成においてアノテータを支援することを明らかにした。 CULTURALBENCH-V0.1は、ユーザのリピートの試みにより、コンパクトだが高品質な評価データセットである。
  論文  参考訳（メタデータ） (2024-04-10T00:25:09Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Rethinking Machine Unlearning for Large Language Models [85.92660644100582]
  大規模言語モデル(LLM)の領域における機械学習の研究 このイニシアチブは、望ましくないデータの影響(機密情報や違法情報など)と関連するモデル機能を排除することを目的としている。
  論文  参考訳（メタデータ） (2024-02-13T20:51:58Z)
• CDEval: A Benchmark for Measuring the Cultural Dimensions of Large Language Models [41.885600036131045]
  CDEvalは、大規模言語モデルの文化的側面を評価するためのベンチマークである。 GPT-4の自動生成と人間による検証の両方を取り入れて構築され、7つの領域にわたる6つの文化的次元をカバーする。
  論文  参考訳（メタデータ） (2023-11-28T02:01:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。