迷失于递归中:在知识图谱中挖掘丰富的事件语义

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文研究了在开放式世界的文本冒险游戏中生成叙事的设定。通过使用游戏状态的图形表示来训练模型,可以改善动作叙述模型的一致性。通过众包和模拟游戏玩法构建大量任务和复杂动作数据集,证明了在图形上下文和目标上训练可以提高模型性能。计划公开代码、新任务和最佳模型。

🎯

关键要点

  • 研究开放式世界文本冒险游戏中的叙事生成设定。
  • 使用游戏状态的图形表示来训练模型,改善动作叙述模型的一致性。
  • 结合众包和模拟游戏玩法构建大量任务和复杂动作数据集。
  • 在图形上下文和目标上训练可以提高模型性能,即使在测试时没有图形。
  • 研究结果通过自动指标和人类评估得到了验证。
  • 计划公开代码、新任务和最佳表现模型。
➡️

继续阅读