Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Verbal Werewolf: Engage Users with Verbalized Agentic Werewolf Game Framework

Created by
  • Haebom

作者

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

概要

この論文は、社会的推論ゲーム、特にオオカミ人間ゲームにおける人間とAIエージェントのコラボレーションのためのインテリジェントフレームワークの必要性の増大に注目しています。従来の研究では、LLMsがオオカミのゲームで人間を凌駕するパフォーマンスを示しましたが、外部モジュール依存による遅延時間の問題と学術的領域に限定されるLimitationsを指摘しています。そこで、本論文では、最先端のLLMと微調整されたTTSモジュールを活用し、リアルタイムに近い速度でゲームプレイを可能にする新しい狼人間ゲームシステム「Verbal Werewolf」を提案します。外部の意思決定モジュールなしで、DeepSeek V3などのLLMの向上した推論能力を活用して、既存のテキストベースのフレームワークよりもユーザーのエンゲージメントを大幅に向上させる、より没入感のある人間的なゲーム体験を提供することを目指しています。

Takeaways、Limitations

Takeaways:
外部モジュールに依存せずにリアルタイムに近い速度でLLMを活用した社会的推論ゲームシステムの実現可能性を提示。
LLMsの向上した推論能力を活用した、より没入感のある人間的なゲーム体験を提供。
TTSモジュールを介したテキスト出力の音声化によるユーザーエンゲージメントも向上。
社会的推論ゲーム分野におけるLLM活用の実際の適用可能性を示した。
Limitations:
DeepSeek V3など、特定のLLMへの依存性。他のLLMの性能比較と一般化の可能性に関するさらなる研究が必要
TTSモジュールの性能と自然さのさらなる改善が必要です。
大規模なユーザーテストによるユーザーエクスペリエンスとゲームバランスの検証が必要
様々な社会的推論ゲームへのスケーラビリティに関するさらなる研究が必要
👍