Fugu-MT 論文翻訳(概要): Strategic Insights in Human and Large Language Model Tactics at Word Guessing Games

論文の概要: Strategic Insights in Human and Large Language Model Tactics at Word Guessing Games

arxiv url: http://arxiv.org/abs/2409.11112v1
Date: Tue, 17 Sep 2024 12:06:05 GMT
ステータス: 処理完了
システム内更新日: 2024-09-18 16:55:21.976991
Title: Strategic Insights in Human and Large Language Model Tactics at Word Guessing Games
Title（参考訳）: 語指導ゲームにおける人・大言語モデル戦術の戦略的洞察
Authors: Matīss Rikters, Sanita Reinsone,
Abstract要約: 2022年の初めには、単純な言い回しゲームが嵐で世界を席巻した。本稿では,2年以上に渡り発展してきた日常的なゲームプレイヤーの戦略を考察する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: At the beginning of 2022, a simplistic word-guessing game took the world by storm and was further adapted to many languages beyond the original English version. In this paper, we examine the strategies of daily word-guessing game players that have evolved during a period of over two years. A survey gathered from 25% of frequent players reveals their strategies and motivations for continuing the daily journey. We also explore the capability of several popular open-access large language model systems and open-source models at comprehending and playing the game in two different languages. Results highlight the struggles of certain models to maintain correct guess length and generate repetitions, as well as hallucinations of non-existent words and inflections.
Abstract（参考訳）: 2022年の初めには、単純化された口語表現のゲームが嵐によって世界を席巻し、原版以外の多くの言語にも適応した。本稿では,2年以上に渡り発展してきた日常的なゲームプレイヤーの戦略を考察する。頻繁な選手の25%から集められた調査は、日々の旅を続けるための戦略とモチベーションを明らかにしている。また、2つの異なる言語でゲームを理解し、プレイする際の、いくつかの人気のあるオープンアクセス型大規模言語モデルシステムとオープンソースモデルの能力についても検討する。結果は、正しい推定長さを維持し、繰り返しを生成するための特定のモデルの苦労と、存在しない単語や屈折の幻覚を浮き彫りにする。

関連論文リスト

GAVEL: Generating Games Via Evolution and Language Models [40.896938709468465]
我々は,Ludiiゲーム記述言語における新規ゲームの生成について検討する。我々は、コードとして表現されたゲームやメカニクスをインテリジェントに変更し、再結合するモデルを訓練する。生成されたゲームのサンプルは、Ludiiポータルからオンラインでプレイすることができる。
論文参考訳（メタデータ） (2024-07-12T16:08:44Z)
Multilingual Text-to-Image Generation Magnifies Gender Stereotypes and Prompt Engineering May Not Help You [64.74707085021858]
多言語モデルは、モノリンガルモデルと同様に、有意な性別バイアスに悩まされていることを示す。多言語モデルにおけるジェンダーバイアスの研究を促進するための新しいベンチマークMAGBIGを提案する。以上の結果から,モデルが強い性バイアスを示すだけでなく,言語によって異なる行動を示すことが明らかとなった。
論文参考訳（メタデータ） (2024-01-29T12:02:28Z)
Visually Grounded Language Learning: a review of language games, datasets, tasks, and models [60.2604624857992]
多くのVision+Language (V+L)タスクは、視覚的モダリティでシンボルをグラウンドできるモデルを作成することを目的として定義されている。本稿では,V+L分野において提案されるいくつかの課題とモデルについて,系統的な文献レビューを行う。
論文参考訳（メタデータ） (2023-12-05T02:17:29Z)
The Ups and Downs of Large Language Model Inference with Vocabulary Trimming by Language Heuristics [74.99898531299148]
本研究は,興味のある言語への埋め込みエントリを制限し,時間と記憶効率を高めることによる語彙トリミング(VT)について検討する。 Unicodeベースのスクリプトフィルタリングとコーパスベースの選択という2つの言語を異なる言語ファミリやサイズに適用する。その結果、VTは小型モデルのメモリ使用量を50%近く削減し、生成速度が25%向上した。
論文参考訳（メタデータ） (2023-11-16T09:35:50Z)
Evaluating Large Language Models on Controlled Generation Tasks [92.64781370921486]
本稿では,異なる粒度を持つ文計画ベンチマークを含む,様々なベンチマークを広範囲に分析する。大規模言語モデルと最先端の微調整された小型モデルを比較した後、大規模言語モデルが後方に落ちたり、比較されたり、より小型モデルの能力を超えたりしたスペクトルを示す。
論文参考訳（メタデータ） (2023-10-23T03:48:24Z)
Impact of Subword Pooling Strategy on Cross-lingual Event Detection [2.3361634876233817]
プーリング戦略は、サブワード表現を入力として、ワード全体の表現を出力する。プール戦略の選択は、対象言語の性能に重大な影響を与える可能性があることを示す。多様な多言語データセットにおいて、9言語にまたがる5つの異なるプール戦略を用いて分析を行う。
論文参考訳（メタデータ） (2023-02-22T13:33:21Z)
Word Play for Playing Othello (Reverses) [0.0]
研究は、より大きな(GPT-3)言語モデルと小さい(GPT-2)言語モデルの両方を適用して、Othello(またはReverses)のゲームのための複雑な戦略を探索する。言語モデルはチャンピオンシップレベルの戦略を自動的にキャプチャまたはエミュレートする。微調整されたGPT-2モデルは13-71%の完成率からオセロゲームを生成し、より大きなGPT-3モデルは41%の完成率に達する。
論文参考訳（メタデータ） (2022-07-18T17:13:32Z)
Discovering Representation Sprachbund For Multilingual Pre-Training [139.05668687865688]
多言語事前学習モデルから言語表現を生成し、言語分析を行う。すべての対象言語を複数のグループにクラスタリングし、表現のスプラックバンドとして各グループに名前を付ける。言語間ベンチマークで実験を行い、強いベースラインと比較して大幅な改善が達成された。
論文参考訳（メタデータ） (2021-09-01T09:32:06Z)
Playing Codenames with Language Graphs and Word Embeddings [21.358501003335977]
言語グラフBabelNetからコード名の手がかりを生成できるアルゴリズムを提案する。本稿では,手掛かりの質を測定する新しいスコアリング機能を提案する。 BabelNet-Word Selection Framework(BabelNet-WSF)を開発して、BabelNetの手がかり品質を向上させます。
論文参考訳（メタデータ） (2021-05-12T18:23:03Z)
Generating Diverse and Competitive Play-Styles for Strategy Games [58.896302717975445]
ターン型戦略ゲーム(Tribes)のためのプログレッシブアンプランによるPortfolio Monte Carlo Tree Searchを提案する。品質分散アルゴリズム(MAP-Elites)を使用して異なるプレイスタイルを実現し、競争レベルを維持しながらパラメータ化する方法を示します。その結果,このアルゴリズムは,トレーニングに用いるレベルを超えて,幅広いゲームレベルにおいても,これらの目標を達成できることが示された。
論文参考訳（メタデータ） (2021-04-17T20:33:24Z)

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。