LLM 在单遍生成可运行 Unity 游戏场景方面失败

研究人员调查了大语言模型（LLM）在无需迭代修复循环的情况下，单遍生成可执行 Unity 游戏场景的能力。他们发现，即使使用参数量从 7B 到 30B 不等的模型以及各种条件级别，生成的 C# 脚本也无法编译成可运行的场景。该研究将编译器错误分为“接地”（误用 Unity 类型/API）和“卫生”（结构缺陷），揭示了主要瓶颈在于模型缺乏引擎特定的知识。该研究旨在通过根据对特定知识的需求对目标模式进行排序，帮助游戏设计师理解单遍生成目前失败的地方。 AI

影响 突显了 LLM 在没有迭代改进的情况下生成复杂、引擎特定代码的当前局限性，表明需要改进领域知识集成。

排序理由 学术论文，详细介绍 LLM 能力的研究发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• 30b Parameter Model
• 7B
• arXiv
• Goal Playable Concepts Coupling Gameplay Design Patterns with Playable Concepts
• Hugging Face
• Unity Technologies

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →