Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Loup-garou verbal : engagez les utilisateurs avec un cadre de jeu de loup-garou agentique verbalisé

Created by
  • Haebom

Auteur

Qihui Fan, Wenbo Li, Enfu Nan, Yixiao Chen, Lei Lu, Pu Zhao, Yanzhi Wang

Contour

Cet article souligne le besoin croissant d'un cadre intelligent pour la collaboration homme-IA dans les jeux de raisonnement social, en particulier Werewolf. Si des études antérieures ont démontré que les LLM surpassent les humains dans Werewolf, elles mettent en évidence des problèmes de latence dus à leur dépendance à des modules externes et à leur portée académique limitée (Limitations). Par conséquent, dans cet article, nous proposons « Verbal Werewolf », un nouveau système de jeu Werewolf qui exploite des LLM de pointe et un module de synthèse vocale optimisé pour permettre un gameplay en quasi-temps réel. En exploitant les capacités d'inférence améliorées des LLM, tels que DeepSeek V3, sans recourir à des modules de prise de décision externes, nous souhaitons offrir une expérience de jeu plus immersive et plus humaine, augmentant significativement l'engagement des utilisateurs par rapport aux cadres textuels existants.

Takeaways, Limitations

Takeaways:
Nous présentons la possibilité de mettre en œuvre un système de jeu d'inférence sociale utilisant des LLM à une vitesse quasi-réelle sans dépendre de modules externes.
Exploiter les capacités de raisonnement améliorées des LLM pour offrir des expériences de jeu plus immersives et plus humaines.
Améliorez l'engagement des utilisateurs en vocalisant la sortie de texte via le module TTS.
Démontre l’applicabilité pratique du LLM dans le domaine des jeux de raisonnement social.
Limitations:
Dépendance à des LLM spécifiques, comme DeepSeek V3. Des recherches supplémentaires sont nécessaires pour comparer les performances et généraliser à d'autres LLM.
D’autres améliorations sont nécessaires pour améliorer les performances et le naturel du module TTS.
Des tests utilisateurs à grande échelle sont nécessaires pour vérifier l’expérience utilisateur et l’équilibre du jeu.
Des recherches supplémentaires sont nécessaires sur son évolutivité vers divers jeux d’inférence sociale.
👍