論文の概要: DraftFM: A FoundationModel for Day-Zero Drafting in Magic: The Gathering
- arxiv url: http://arxiv.org/abs/2608.19568v1
- Date: Thu, 20 Aug 2026 02:13:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.435889
- Title: DraftFM: A FoundationModel for Day-Zero Drafting in Magic: The Gathering
- Title（参考訳）: DraftFM:マジックによる日食のドローフティングの基礎モデル
- Abstract要約: ドラフトFMは、ドラフトされたプールとドラフトの状態に条件付けされた現在のパックで利用可能なすべてのカードをスコアする。
29の展開から1億1900万件の人間のピックに装着されたネットワークは、全体の3つの拡張において、ホールドアウトのピックを予測している。
同じアーキテクチャでは、当時未発表だったThe Hobbitのカードランキングが作成され、その完全な暗号証明が封印された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Drafting a new Magic: The Gathering expansion begins before any pick from it has been observed: the complete card list is public, but the draft logs that supervised pick models train on do not yet exist. We study this day-zero regime directly. DraftFM is a discrete-choice policy that scores exactly the cards available in the current pack, conditioned on the drafted pool and the state of the draft. Every card enters as a frozen 775-dimensional function of its public card record, structured features and a fixed text embedding, with no card identities, set identities, or usage statistics anywhere in the model, so an unseen card is scored by the same machinery as a familiar one. A 1.6-million-parameter network fitted on 149 million human picks from 29 expansions predicts held-out picks in three expansions withheld in their entirety, reaching 50.8%, 60.4%, and 56.7% top-1 agreement, where uniform chance at the opening pick is about 7%. Refitted on all 32 observed expansions, the same architecture produced a card ranking for the then-unreleased set The Hobbit, sealed with its complete cryptographic provenance and published roughly 36 hours before the set became draftable on MTG Arena. The sealed ranking agrees with six independent expert reviewers roughly as much as those reviewers agree with one another. Evaluation against realized outcomes is committed to a follow-on note, whatever it shows.
- Abstract（参考訳）: Drafting a new Magic: The Gathering expansion before any pick from it have observed: the complete card list is public but but the draft log that supervised pick model train on.
我々はこの日ゼロ体制を直接研究する。
DraftFMは、現在のパックで利用可能なカードを正確にスコアし、ドラフトされたプールとドラフトの状態に条件付けする、離散的な選択ポリシーである。
各カードは、その公開カードレコード、構造化された特徴、固定されたテキスト埋め込みのフリーズ775次元関数として入力される。
29の拡張から1億1900万個の人間のピックに装着された1.6億パラメートルのネットワークは、全体の58%、60.4%、56.7%という3つの拡張でホールトアウトピックを予測し、オープニングピックの均一な確率は約7%である。
観測された32の全ての拡張に適合し、同じアーキテクチャは当時未発表だったThe Hobbitのカードランキングを作成し、その完全な暗号証明を封印し、セットがMTGアリーナでドラフト化される約36時間前に発行された。
封印されたランキングは、6人の独立した専門家レビュワーとほぼ一致している。
実現された結果に対する評価は、何であれ、フォローオンノートにコミットされる。
関連論文リスト
- WorldCup Arena: Prospective, Leakage-Free Evaluation of Frontier LLMs on a Live Tournament [1.4943316571343976]
6台のフロンティアLSMが104試合全てに7市場予測カードを入力するよう求められた。
質問された時点では何の回答もなかったので、その評価は建設によるリークフリーである。
トーナメントが確立しているのは、6つのシステムが共有する行動のセットです。
論文 参考訳（メタデータ） (2026-08-04T17:59:55Z) - When AI Writes, Who Gets Cited? Evidence of Citation Monoculture Across Language Models [45.91367912142692]
異なるモデルがいまだに同じ狭い部分集合を選択している可能性を示し、単一の引用が誤りを犯さずに、引用モノカルチャーを生成する。
3つのベンダーの11のモデルが、30のランダムなパネルから少なくとも10の論文を選択しており、実際のタイトルと抽象物があるが、作者が作り直され、再割り当て年、隠れた会場と引用数がある。
論文 参考訳（メタデータ） (2026-08-03T14:27:46Z) - DarwinX: Evolving Agent Harnesses Through Natural Selection [48.64258219266629]
ダーウィンXは自己進化を、モデルが凍結されたハーネスの集団の選択として扱う。
一般的なエージェント能力はベンチマーク固有のパッチではなく、タスク、検証、ベースモデルの変更を生き残る。
論文 参考訳（メタデータ） (2026-07-31T05:34:02Z) - When Agents Lie: Premeditation, Persistence, and Exploitation in Repeated Games [69.060029640261]
10ラウンドにわたる同質群と異質群の6つのゲームにおけるフロンティアモデルの評価を行った。
異なるモデルは発表を無矛盾に解釈し、いくつかはバインディングのコミットメントとして、もうひとつは安価なトークとして解釈する。
論文 参考訳（メタデータ） (2026-07-06T14:17:59Z) - Predicting Drafted Deck Strength for "Magic: the Gathering" [16.700051324124143]
Magic: the Gathering (MTG)はこの設定を例示し、カード自体がゲームプレイルール、戦略的制約、長期的な結果を定義し、変更する。
MTGの制約付きデッキ構築フォーマットであるDraftについて検討し、8人のプレイヤーが半ランダムパックから39-45のシーケンシャルな選択を行い、部分的な情報に基づいて40枚のカードデッキを構築する。
本稿では,大規模な実世界のデータに対する線形ベースラインよりも一貫した改良を施した,セットコンテクスト化されたカード埋め込みを生成するエンコーダベースモデルを提案する。
論文 参考訳（メタデータ） (2026-07-06T08:12:35Z) - Draft-OPD: On-Policy Distillation for Speculative Draft Models [49.23782868133977]
投機的復号化は,提案したトークンを並列に検証した軽量なドラフトモデルとターゲットモデルを組み合わせることで,大規模言語モデル推論を加速させる。
本稿では,安定な継続のために目標支援ロールアウトを利用するDraft-OPDを提案する。
論文 参考訳（メタデータ） (2026-05-28T04:30:22Z) - How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。
HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
論文 参考訳（メタデータ） (2026-05-08T09:30:31Z) - The Leaderboard Illusion [61.27964089648608]
アリーナは最も有能なAIシステムランキングのリーダーボードとして登場した。
我々は,ゆがんだ競技場に生じた体系的な問題を同定する。
論文 参考訳（メタデータ） (2025-04-29T15:48:49Z) - Learning With Generalised Card Representations for "Magic: The Gathering" [4.336779198334903]
この研究は、見えないカードに一般化するカード表現の可能性を探る。
本研究では,カードの数値的,名目的,テキスト的特徴に基づく表現,カードイメージ,およびサードパーティサービスからのカード使用状況に関するメタ情報について検討する。
その結果, 一般化された入力表現の特定の選択は, 既知のカード間の人間のカード選択を予測する学習にはほとんど影響を及ぼさないが, 新たな未知のカードの性能は大幅に向上できることがわかった。
論文 参考訳（メタデータ） (2024-07-08T12:42:44Z) - Predicting Human Card Selection in Magic: The Gathering with Contextual
Preference Ranking [0.0]
カードゲーム『マジック:ザ・ギャザリング』の文脈で起草を研究する。
本稿では,あるカードのデッキの2つの拡張を比較可能なコンテキスト優先ネットワークを提案する。
得られたネットワークが,このゲームにおけるカードデッキの評価を,従来の試みよりも優れていることを示す。
論文 参考訳（メタデータ） (2021-05-25T12:07:27Z) - Which Heroes to Pick? Learning to Draft in MOBA Games with Neural
Networks and Tree Search [33.23242783135013]
最先端のドラフト手法はMOBA 5v5マッチシリーズのマルチラウンドの性質を考慮できない。
JueWuDraftというニューラルネットワークとモンテカルロ木探索に基づく新規な起草アルゴリズムを提案する。
最先端のドラフト手法と比較して,JueWuDraftの実用性と有効性を示す。
論文 参考訳（メタデータ） (2020-12-18T11:19:00Z)
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。