جستجو
مروری بر کاربرد مدلهای زبانی بزرگ در ایجاد شخصیتپردازی هوشمند: شخصیتهای ان پی سی با الگوهای رفتاری و عاطفی پایدار.
محمدرضا صدیقی راد1
چکیده :
ظهور مدلهای زبانی بزرگ (LLM) فرصتهای بیسابقهای برای طراحی شخصیتهای غیرقابل بازی (NPC) با دیالوگ پویا و رفتارهای زمینهآگاه ایجاد کرده است. با این حال، چالش اصلی در کاربرد این مدلها، حفظ ثبات شخصیت در تعاملات طولانی با بازیکن است. این مقاله مروری نظاممند با هدف شناسایی، دستهبندی و ارزیابی روشهای شخصیتپردازی NPC مبتنی بر LLM انجام شده است. جستجوی نظاممند در پنج پایگاه داده معتبر شامل Google Scholar، IEEE Xplore، ACL Anthology، ACM Digital Library و arXiv در بازه زمانی ۲۰۲۳ تا ۲۰۲۶ انجام شد. از مجموع ۲۸۷ مقاله اولیه، پس از اعمال معیارهای شمول و حذف، ۳۳ مقاله برای تحلیل نهایی انتخاب گردید. یافتهها نشان میدهد که روشهای شخصیتپردازی به سه دسته اصلی قابل طبقهبندی هستند: روشهای مبتنی بر پرامپت (با دقت 70تا80% در تعاملات تک مرحلهای اما ثبات پایین در تعاملات طولانی)، روشهای مبتنی بر تنظیم دقیق (با ثبات بالاتر و هزینه محاسباتی بیشتر)، و روشهای ترکیبی معماریمحور (با بهترین عملکرد شامل MECoT با دقت عاطفی ۹۳.۳٪ و O-Mem با بهبود ۳.۵٪ در بنچمارک PERSONAMEM). همچنین، پنج شکاف تحقیقاتی اصلی شامل چالش ثبات بلندمدت، هزینه محاسباتی بالا، فقدان استاندارد ارزیابی تخصصی برای بازی، عدم پژوهش بر روی مدلهای کوچک و بهینه، و کمبود مطالعات کاربری در بستر بازیهای واقعی شناسایی گردید. این مرور نشان میدهد که اگرچه LLMها توانایی چشمگیری در شبیهسازی شخصیت انسانی دارند، اما تحقق NPCهای با شخصیت پایدار در بازیهای تجاری نیازمند توسعه معماریهای مبتنی بر حافظه، استانداردسازی معیارهای ارزیابی و توجه به ملاحظات اخلاقی است.
کلمات کلیدی : کلمات کلید شخصیتهای غیرقابل بازی مدلهای زبانی بزرگ ثبات شخصیت بازیسازی هوش مصنوعی مولد مرور نظاممند
زبان مقاله : فارسی
محور مقاله : هوش مصنوعی و اینترنت اشیاء
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABEGZG
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABEGZG
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems