論文の概要: Automatically Detecting Amusing Games in Wordle

• arxiv url: http://arxiv.org/abs/2506.05415v1
• Date: Wed, 04 Jun 2025 20:17:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.141742
• Title: Automatically Detecting Amusing Games in Wordle
• Title（参考訳）: ワードルにおけるアミューズメントゲームの自動検出
• Authors: Ronaldo Luo, Gary Liang, Cindy Liu, Adam Kabbara, Minahil Bakhtawar, Kina Kim, Michael Guerzhoy,
• Abstract要約: RedditユーザーからWordleゲームへの約80万の反応をRedditから取り除いた。 本研究は,OpenAI の GPT-3.5 を用いて,アミューズメントを表現した反応を分類する。 ユーザアミューズメントを予測できるWordleゲームから特徴を抽出する。
• 参考スコア（独自算出の注目度）: 2.3432275544212446
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We explore automatically predicting which Wordle games Reddit users find amusing. We scrape approximately 80k reactions by Reddit users to Wordle games from Reddit, classify the reactions as expressing amusement or not using OpenAI's GPT-3.5 using few-shot prompting, and verify that GPT-3.5's labels roughly correspond to human labels. We then extract features from Wordle games that can predict user amusement. We demonstrate that the features indeed provide a (weak) signal that predicts user amusement as predicted by GPT-3.5. Our results indicate that user amusement at Wordle games can be predicted computationally to some extent. We explore which features of the game contribute to user amusement. We find that user amusement is predictable, indicating a measurable aspect of creativity infused into Wordle games through humor.
• Abstract（参考訳）: Redditユーザーが面白いと思うWordleゲームを自動的に予測する。 RedditユーザーによるWordleゲームに対する約80kの反応をRedditから取り除き、OpenAIのGPT-3.5をほとんどショットプロンプトを使って表現するかどうかを分類し、GPT-3.5のラベルが人間のラベルとほぼ一致することを検証した。 次に、ユーザアミューズメントを予測できるWordleゲームから機能を抽出する。 GPT-3.5により予測されたユーザアミューズメントを予測する(弱)信号が実際に提供されることを実証する。 この結果から,Wordleゲームにおけるユーザアミューズメントはある程度の予測が可能であることが示唆された。 ゲームの特徴がユーザ・アミューズメントにどう貢献するかを探求する。 ユーザアミューズメントは予測可能であり、ユーモアを通じてWordleゲームに取り入れた創造性の測定可能な側面を示す。

関連論文リスト

• First-Person Fairness in Chatbots [13.787745105316043]
  第一対人公正性」を評価するためのスケーラブルな対実的アプローチを導入する。 このアプローチを適用して、数百万のインタラクションにまたがる6つの言語モデルのバイアスを評価する。 本研究は,実世界のチャットデータに基づく,初めての大規模公正度評価である。
  論文  参考訳（メタデータ） (2024-10-16T17:59:47Z)
• A NLP Approach to "Review Bombing" in Metacritic PC Videogames User Ratings [0.0]
  このような場合に出現する主語や概念を理解し、検証セット上で0.88の精度に達するよう努めている。 この現象を誘発するパターンを解明し分析することで、これらの状況をさらに緩和することができる。
  論文  参考訳（メタデータ） (2024-05-10T08:31:04Z)
• Instruction-Driven Game Engines on Large Language Models [59.280666591243154]
  IDGEプロジェクトは、大規模な言語モデルが自由形式のゲームルールに従うことを可能にすることで、ゲーム開発を民主化することを目的としている。 我々は、複雑なシナリオに対するモデルの露出を徐々に増大させるカリキュラム方式でIDGEを訓練する。 私たちの最初の進歩は、汎用的なカードゲームであるPoker用のIDGEを開発することです。
  論文  参考訳（メタデータ） (2024-03-30T08:02:16Z)
• On the recognition of the game type based on physiological signals and eye tracking [0.0]
  我々は,参加者のゲームに対する認識を,問題の探索の場として利用する。 我々は,3つの異なるゲーム(スペースインベーダー,テトリス,タワーディフェンス)とゲーム間停止の分類器を構築する。 ゲーム分類において得られた結果に基づいて、スマート監視と定量化自己の潜在的な応用を考察する。
  論文  参考訳（メタデータ） (2023-10-26T13:27:23Z)
• Cards Against AI: Predicting Humor in a Fill-in-the-blank Party Game [12.8252101640812]
  ユーモアは本質的に社会的現象であり、社会的、文化的に受け入れられるものによって形作られたユーモラスな発話である。 785Kのユニークなジョークを含む、30万のオンラインゲームを対象とした新しいデータセットを導入し、分析し、洞察を提供する。 ユーザ情報なしでも、ゲーム当たりの勝利ジョークを予測するために機械学習モデルをトレーニングし、ランダムな2倍のパフォーマンスを実現しました。
  論文  参考訳（メタデータ） (2022-10-24T08:05:21Z)
• 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)
• An Empirical Study on the Generalization Power of Neural Representations Learned via Visual Guessing Games [79.23847247132345]
  本研究は,視覚質問応答(VQA)のような新しいNLP下流タスクにおいて,後から実行を依頼されたとき,人工エージェントが推測ゲームでどの程度の利益を得ることができるかを検討する。 提案手法は,1) エージェントがうまく推理ゲームを模倣することを学習する教師あり学習シナリオ,2) エージェントが単独でプレイする新しい方法,すなわち,反復経験学習(SPIEL)によるセルフプレイ(Self-play)を提案する。
  論文  参考訳（メタデータ） (2021-01-31T10:30:48Z)
• Imagining Grounded Conceptual Representations from Perceptual Information in Situated Guessing Games [83.53942719040576]
  視覚的な推測ゲームでは、GuesserはOracleに質問することで、シーン内のターゲットオブジェクトを特定する必要がある。 既存のモデルは真のマルチモーダル表現を学ばず、訓練と推論の両方でシーン内のオブジェクトのゴールドカテゴリラベルに依存している。 本稿では,正規化オートエンコーダをベースとした新しい「想像」モジュールを提案する。
  論文  参考訳（メタデータ） (2020-11-05T15:42:29Z)

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。