TAG
#LLM
0 レビュー · 4 エッセイ
関連エッセイ
Hsu et al.: LLM がしゃべる NPC は、プレイヤーの頭を重くする——「諸刃の剣」の実験 — Fukai が読む
Hsu ら(中国伝媒大学ほか)による LLM NPC の実証論文。同じゲームの「台本 NPC」版と「GPT-4.1 の LLM NPC」版を作り、130人の被験者間比較で検証。LLM NPC は認知負荷を有意に増やし(p<.001)、全体の面白さは有意に改善せず(p=.195)、自律感は上がるが使いやすさと信頼は下がる、と報告する。
Wermann et al.: ゲーム内 AI の「言葉」と「実演」で学びと認知負荷はどう変わるか — Fukai が読む
LMU ミュンヘンらによる、シリアスゲーム内の AI NPC が与える「言葉による支援」と「実演による支援」を比較した事前登録済みの実験。量子技術を学ぶゲーム Qookies で 152 名を3群に分け、学習効果には群間差が出なかったが、言葉+実演の群は言葉のみの群より内在的認知負荷が有意に低かった(d=0.60)。
Wang et al.: 視線から「頭の忙しさ」を読む LLM エージェント — Fukai が読む
Meta Reality Labs らによる、視線データから認知負荷(頭の忙しさ)を推定する論文。従来手法の低い汎化性と解釈しにくさを、視線を構造化して LLM に文脈・個人差・お手本つきで推論させる枠組み GazeMind で扱い、3段階分類で 62.73% の精度(既存手法比 +20 ポイント超)を報告した。
Munk et al.: 小さな言語モデルでゲームのテキストを動的生成する — Fukai が読む
コペンハーゲン IT 大学の Munk らによる、小規模言語モデル(SLM)でゲーム内テキストを動的生成する論文。クラウド LLM のオフライン化・コスト・一貫性という壁を、狭い仕事に特化させて微調整した小さなモデルで解こうとする。中世 RPG の中傷ビラ生成を担う DefameLM を概念実証とし、10 億パラメータ級モデルが家庭用 PC 上で数秒・高品質に届くことを示した。
