論文の概要: GameLabel-10K: Collecting Image Preference Data Through Mobile Game Crowdsourcing
- arxiv url: http://arxiv.org/abs/2409.19830v1
- Date: Mon, 30 Sep 2024 00:00:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-01 22:04:03.555037
- Title: GameLabel-10K: Collecting Image Preference Data Through Mobile Game Crowdsourcing
- Title(参考訳): GameLabel-10K: モバイルゲームクラウドソーシングによる画像優先データ収集
- Authors: Jonathan Zhou,
- Abstract要約: 本研究は,ゲーム内通貨に報いる有償アノテータをゲームプレイヤに置き換えることによるパフォーマンス向上の可能性を検討する。
私たちはモバイルの歴史戦略ゲーム、Armchair Commanderの開発者と協力して、このアイデアを試しています。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: The rise of multi-billion parameter models has sparked an intense hunger for data across deep learning. This study explores the possibility of replacing paid annotators with video game players who are rewarded with in-game currency for good performance. We collaborate with the developers of a mobile historical strategy game, Armchair Commander, to test this idea. More specifically, the current study tests this idea using pairwise image preference data, typically used to fine-tune diffusion models. Using this method, we create GameLabel-10K, a dataset with slightly under 10 thousand labels and 7000 unique prompts. In addition to these results, we analyze some limitations of this dataset and publicly release it under an open-source license.
- Abstract(参考訳): マルチビリオンパラメータモデルの台頭は、ディープラーニングにまたがるデータに対する激しい飢餓を引き起こした。
本研究は,ゲーム内通貨に報いる有償アノテータをゲームプレイヤに置き換えることによるパフォーマンス向上の可能性を検討する。
私たちはモバイルの歴史戦略ゲーム、Armchair Commanderの開発者と協力して、このアイデアを試しています。
より具体的には、現在の研究ではこのアイデアを、通常は微調整拡散モデルに使用されるペアワイズ画像優先データを用いて検証している。
この手法を用いて,約10万のラベルと7000のユニークなプロンプトを持つデータセットであるGameLabel-10Kを作成する。
これらの結果に加えて、このデータセットのいくつかの制限を分析し、オープンソースライセンス下で公開しています。
関連論文リスト
- Combining Sequential and Aggregated Data for Churn Prediction in Casual
Freemium Games [0.0]
フリーミアムゲームでは、プレイヤーからの収益はアプリ内購入とプレイヤーが露出する広告から得られる。
このシナリオでは、プレーヤーがプレイをやめようとしているときにすぐに検出できることが極めて重要である。
本研究では, 逐次データと集約データを組み合わせることで, チャーン予測の最先端性を改善する方法について検討する。
論文 参考訳(メタデータ) (2022-09-06T14:49:18Z) - DA$^2$ Dataset: Toward Dexterity-Aware Dual-Arm Grasping [58.48762955493929]
DA$2$は、任意の大物体に対して最適な2次元グリップペアを生成するための、最初の大規模デュアルアームデキスタリティ対応データセットである。
データセットには、6000以上のオブジェクトから生成される約9万組のパラレルジャウグリップが含まれている。
論文 参考訳(メタデータ) (2022-07-31T10:02:27Z) - CommonsenseQA 2.0: Exposing the Limits of AI through Gamification [126.85096257968414]
現代自然言語理解モデルの能力をテストするベンチマークを構築した。
本研究では,データ構築の枠組みとしてゲーミフィケーションを提案する。
論文 参考訳(メタデータ) (2022-01-14T06:49:15Z) - Cross-Model Pseudo-Labeling for Semi-Supervised Action Recognition [98.25592165484737]
CMPL(Cross-Model Pseudo-Labeling)と呼ばれる,より効果的な擬似ラベル方式を提案する。
CMPLは、それぞれRGBモダリティとラベル付きデータのみを使用して、Kinetics-400とUCF-101のTop-1の精度を17.6%と25.1%で達成している。
論文 参考訳(メタデータ) (2021-12-17T18:59:41Z) - DeepDarts: Modeling Keypoints as Objects for Automatic Scorekeeping in
Darts using a Single Camera [75.34178733070547]
既存のマルチカメラソリューションは、スチールチップダーツの自動スコア管理に非常に高価であり、ほとんどのプレイヤーにはアクセスできない。
キーポイント検出に対する新しいアプローチを提案し,任意のカメラアングルから撮影した単一の画像からダートスコアを予測する。
我々は、このアイデアにまつわる深い畳み込みニューラルネットワークを開発し、ダート位置とダートボードの校正点を予測する。
論文 参考訳(メタデータ) (2021-05-20T16:25:57Z) - Automatic Classification of Games using Support Vector Machine [0.0]
予測はゲームの説明とタイトルに基づいています。
2443 iOS App Storeのゲームをデータセットとして使用して、ドキュメント期間マトリックスを生成します。
サポート Vector Machine 教師付き学習モデルは、事前処理されたデータに適合する。
論文 参考訳(メタデータ) (2021-05-12T14:13:21Z) - Towards Good Practices for Efficiently Annotating Large-Scale Image
Classification Datasets [90.61266099147053]
多数の画像の分類ラベルを収集するための効率的なアノテーション戦略を検討する。
人間のラベリング作業を最小化するための修正とベストプラクティスを提案します。
ImageNet100の125kイメージサブセットのシミュレーション実験では、平均で0.35のアノテーションで80%のトップ-1の精度でアノテートできることが示されている。
論文 参考訳(メタデータ) (2021-04-26T16:29:32Z) - Combining Off and On-Policy Training in Model-Based Reinforcement
Learning [77.34726150561087]
MuZeroのシミュレートゲームから得られたデータを用いて、オフポリシターゲットの取得方法を提案する。
以上の結果から,これらの目標がトレーニングプロセスのスピードアップと,より高速な収束とより高い報酬につながることが示唆された。
論文 参考訳(メタデータ) (2021-02-24T10:47:26Z) - Estimating $\alpha$-Rank by Maximizing Information Gain [26.440923373794444]
ゲーム理論は、ゲームが正確には知られていないがサンプリングによって見積もる必要がある設定において、ますます適用されている。
本稿では、このようなシナリオでうまく機能するように設計された人気のゲーム理論ソリューションコンセプトである$alpha$-rankに焦点を当てます。
本稿では,ResponseGraphUCBの信頼区間基準と比較し,情報ゲインの利点を示す。
論文 参考訳(メタデータ) (2021-01-22T15:46:35Z) - Content Based Player and Game Interaction Model for Game Recommendation
in the Cold Start setting [3.249853429482705]
本稿では、新しいゲーム、新しいプレイヤー、新しいゲームとプレイヤーの両方に同時に一般化するコンテンツベースインタラクションモデルを提案する。
これらの課題において,これらのモデルは協調フィルタリングよりも優れており,現実のゲームレコメンデーションに有用である。
論文 参考訳(メタデータ) (2020-09-11T11:10:49Z)
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。