Tabel van links Abstract en 1. inleiding en verwante werk 
 
 
 
 
 
 
 
 
 
 
 Methodology 2.1 LLM-Sim Task 2.2 Data 2.3 Evaluation 
 
 Experiments 
 
 Results 
 
 Conclusion 
 
 Limitations and Ethical Concerns, Acknowledgements, and References A. Modelleer besonderhede B. Game oorgang voorbeelde C. Die spel reëls generasie D. die spoed E. GPT-3.5 resultate • Histogramme 'n Modelleerde besonderhede Vir die GPT-3.5 model gebruik ons die gpt-3.5-turbo-0125 model. Vir die GPT-4 model gebruik ons die gpt-4-0125-voorbeeldmodel. Vir beide modelle word die temperatuur ingestel op 0 om deterministiese resultate te kry. Ons skakel ook die JSON-modus van beide modelle aan, wat verseker dat die model 'n geldig JSON-respons gee. Ons eksperimente kos ongeveer $ 5.000 vir OpenAI API-gebruik. B Game oorgang voorbeelde Ons kies die wasklede spel in BYTESIZED32 as die voorbeeld spel as dit bevat beide state oorgange gedryf deur aksie en die onderliggende dinamika van die spel. In take waar die model voorspel aksie oorgange, omgewing-gedrewe oorgange, of die spel vordering alleen, gee ons een ooreenstemmende in-kontekst voorbeeld. In die taak wat die model vereis om alles te voorspel, bied ons twee in-kontekst voorbeelde in die prompt. Die twee voorbeelde word handmatig gekies sodat in een voorbeeld die spel toestand direk verander word deur die aksie geneem terwyl in die ander voorbeeld die spel toestand verander word deur die onderliggende dinamika van die spel. C spel reëls generasie C.1 LLM generated rules Vir LLM gegenereerde reëls, kontroleer ons al hulle handmatig om misinformasie en beledigende inhoud te vermy. Ons vra GPT-4 om die betekenis van elke kritieke eiendom (dws eiendomme wat nie van die ouer geërf het nie) van die voorwerp en die tikfunksie van die voorwerp (dws 'n funksie wat definieer hoe voorwerp eiendomme op elke stadium kan verander, ongeag die optrede wat geneem word). Vir aksie reëls generasie, ons vra GPT-4 (gpt-4-0125-voorbeeld) met die kode van die hele spel, maar in teenstelling met voorwerp reëls, ons bied nie 'n voorbeeld in konteks nie. Ons vra GPT-4 om elke aksie in die spel te beskryf. Soos die reëls van aksie, genereer ons tellingsreëls deur GPT-4 (gpt-4-0125-voorbeeld) te vra met die kode van die spel en vra GPT-4 om te beskryf hoe die spel kan gewen of verloor word en hoe belonings kan verdien word. C.2 Human-Written Action Rules Die aksie reëls beskryf hoe elke aksie die spel toestande kan verander. Die deskundige anotator lees die spel beskrywing en bron kode vir elke spel. Hulle het deur die lys van beskikbare aksie in die spel en hul ooreenstemmende funksies in die spel gegaan. Elke aksie reël het drie hoofdele: aksie, beskrywing, en reëls. Die aksie spesifiseer die naam van die aksie (bv, aksie). Die beskrywing verduidelik die algemene doel van die aksie (bv, verbind twee voorwerpe met ingangsterminale). Die reëls is 'n ongeordende lys van reëls beskrywing wat beskryf die beperkings van die aksie wanneer interaksie met verskillende voorwerpe (bv, ten minste een van die voorwerpe moet 'n draad of C.3 Human-Written Object Rules Die voorwerp reëls beskryf die betekenis van elke voorwerp eiendom (bv, temperatuur, grootte, gewig, ens.) en hoe hulle sal verander word op elke tyd stap. Die deskundige annotators lees die spel beskrywing en bron kode vir elke spel. Hulle het deur die voorwerp klasse in die kode script en geskryf die voorwerp reëls. Elke voorwerp reëls het drie hoofdele: voorwerp, beskrywing, en eiendomme. Die voorwerp spesifiseer die naam van die voorwerp. Die beskrywing verduidelik die algemene doel van die voorwerp (bv, GarbageCan is 'n container wat vuil kan hou). In die beskrywing, die erfenis van die voorwerp klasse is opgemerk. Die voorwerp reëls is 'n ongerepte lys van eiendoms beskrywing wat elke voorwerp C.4 Human-Written Score Rules Score reëls beskryf die voorwaardes om die wedstryd te wen of te verloor en hoe belonings verdien kan word. 'N kundige annotator (een van die BYTESIZED32 spel skrywers) skep die reëls deur die spel beskrywing en die kode van die score funksie te lees. 
 
 
 
 
 
 
 
 
 Die skrywers: (1) Ruoyao Wang, Universiteit van Arizona (ruoyaowang@arizona.edu); (2) Graham Todd, Universiteit van New York (gdrtodd@nyu.edu); (3) Ziang Xiao, Johns Hopkins Universiteit (ziang.xiao@jhu.edu); (4) Xingdi Yuan, Microsoft Research Montréal (eric.yuan@microsoft.com); (5) Marc-Alexandre Côté, Microsoft Research Montréal (macote@microsoft.com); (6) Peter Clark, Allen Instituut vir AI (PeterC@allenai.org). (7) Peter Jansen, Universiteit van Arizona en Allen Instituut vir AI (pajansen@arizona.edu). Authors: (1) Ruoyao Wang, Universiteit van Arizona ( · · Ek het geweet dat ek dit nie kan doen nie, maar ek het geweet dat ek dit moet doen. (2) Graham Todd, Universiteit van New York (gdrtodd@nyu.edu); (Genoeg van die onderwysers van die Universiteit van Johannesburg) · · Ek het geweet dat ek 'n goeie vriendin is. (4) Xingdi Yuan, Microsoft Research Montréal (eric.yuan@microsoft.com); (5) Marc-Alexandre Côté, Microsoft Research Montréal (macote@microsoft.com); (6) Peter Clark, Allen Instituut vir AI (PeterC@allenai.org). (7) Peter Jansen, Universiteit van Arizona en Allen Instituut vir AI (pajansen@arizona.edu). 
 
 Hierdie artikel is beskikbaar op archiv onder CC BY 4.0 lisensie. Hierdie papier is Dit is onder die CC BY 4.0 lisensie. available on arxiv beskikbaar in die archief

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

AI Models on HackerNoon

Hierdie oudio word in die oorspronklike taal van die storie vervaardig!

Testeer GPT-4 op spel staat voorspellings

About Author

KOMMENTAAR

HANG TAGS

HIERDIE ARTIKEL IS AANGEBIED IN

Related Stories

Thinking for the 21st century

The #decentralize-ai Writing Contest by ICP and HackerNoon: Results Announcement 🎉

'Decentralization Means Freedom': Interview with Alfredo de Candia

HackerNoon and the Time We Took the 16 Personalities Test

Thinking for the 21st century

The #decentralize-ai Writing Contest by ICP and HackerNoon: Results Announcement 🎉

'Decentralization Means Freedom': Interview with Alfredo de Candia

HackerNoon and the Time We Took the 16 Personalities Test

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps