GemaParreño的机器学习访谈，铅议员在ApiumHub中的铅数据科学家
今天我们接受了采访我们的 GemaParreño.，铅数据科学家在软件开发公司， apiumhub.，她开发了数据驱动的解决方案。她对机器学习和游戏的交点充满热情，并有自己的启动，为Starcraft机器学习项目中的开源空间做出了贡献，并在谷歌大脑中获得体育场的经验。
Gema谈谈 记忆 作为一种安全和对准机会，我们想要深入挖掘 并了解有关它的更多信息，以及如何通过它使用它来实现安全性和对准技术。
Gema与我们共享，她在该领域拥有经验，并相信严肃的游戏是游戏行业内的一个子场，这些游戏行业内部设计有一个不同于纯粹乐趣的目的，可能包括从教育到精神健康的众多主题。她的Mempathy项目是一种视频游戏叙事体验，改变了与焦虑的关系，并有助于克服不切实际的完美标准。
使用机器学习的道路是一个持续的，严谨和创造性的过程。以前的作品探索了利用一个系统侧重于基于响应和模仿学习的奖励设计的强化学习。但是，在这些探索中，诸如规模和偏见的概念进入。使用大型语言模型将为玩家创建一个非常个性化的体验。
在项目的演变内部和机器学习的角度来看，Mempative探讨了与GPT模型的行为对齐问题的研究问题，从游戏设计和内容发电的角度来看，旨在解决我们如何创建的问题 代理（不可玩得可行的人物） 这是按照设计师的意图的表现。
这里的关键点之一是创建实验，可以帮助以规模基准进行基准。矢量思想“我们如何设计实验实际测试一个假设”是与Mempathy NPC游戏设计对齐。从划痕到实际上探索了控制大型语言模型的迷人课题，持续的演变。
制作完整的原型考虑到所有游戏设计原则以及AI系统一直很难。它需要Gema佩戴多个帽子，以“足够好的结果”实际上从整体角度测试这个想法。
此外，NPC设计一直是电子游戏行业内部的研究和研究领域。如果您愿意拥有受控探索，Gema建议本书介绍该领域的概述： 人工智能和游戏。 G. Yannakakis＆J. Togelius;第5章：建模玩家。
从NPC设计角度来看，专注于AI，有一个充分机会自动化所有设计过程，从动画到内容生成。 Gema认为，许多新想法还未到来，适应来自机器人，仿真和自然语言处理的研究。
至于即插即用模型，它们组合了一个大型预先训练的大型语言模型和属性模型。该属性模型指导文本生成，无需进一步培训，允许灵活的受控文本生成，同时保持流畅性。该解决方案在与GPT的内容生成相对于内容生成的一致性较小，从35％到1.5％不对准和有害内容。
GEMA期待在第1天的第1天分享有关关键参数搜索的详细信息 数据创新峰会 今年。
同样重要的是要注意，提出从游戏设计角度来看的合作交互，已被证明是语言的象征性表示，因为不受限制的对话方法仍然很难进行评估。
总之，Gema可以说，学习的经验教训来自成功实施游戏设计机制，这可能是系统最佳的，并选择可以与NPC动机对齐的战略内容生成技术。
GEMA期待在数据创新峰会版本和您的机器学习项目上与您联系在一起。
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/160399.html
