Giành được soi kèo bóng đá trực tuyến giải thưởng xuất sắc của hội nghị quốc gia tại Hiệp hội Trí tuệ nhân tạo Nhật Bản (JSAI2024)

Tại Hội nghị Quốc gia của Hiệp hội Trí tuệ Nhân tạo Nhật Bản (JSAI2024) năm nay, soi kèo bóng đá trực tuyến bài thuyết trình nghiên cứu của Mitsuo Sakamoto, Masahiro Nomura và Tetsuro Morimura (Phòng thí nghiệm AI), Koya Ihara và Yingei Kano (Trụ sở chính về Chiến lược AI của Bộ phận Trò chơi và Giải trí) và Kazunori Tamura (QualiArts Co, Ltd) đã nhận được Giải thưởng Xuất sắc của Hội nghị Quốc gia


■Giới thiệu về Hội nghị quốc gia của Hiệp hội trí tuệ nhân tạo Nhật Bản
Hội nghị quốc gia của Hiệp hội trí tuệ nhân tạo Nhật Bản là một trong những hội nghị học thuật lớn nhất của Nhật Bản về AI và được tổ chức mỗi năm một lần Năm nay đánh dấu lần thứ 38 hội nghị được tổ chức với rất nhiều bài thuyết trình đa dạng, từ học máy đến ứng dụng trí tuệ nhân tạo

Hội nghị quốc gia của Hiệp hội trí tuệ nhân tạo Nhật Bản:
Giới thiệu về giải soi kèo bóng đá trực tuyến:

soi kèo bóng đá trực tuyến nghiên cứu sau đây đã nhận được Giải thưởng Xuất sắc Quốc gia


①Tiêu đề “RLHF bi quan”

▼Tổng quan nghiên cứu
Học tăng cường từ phản hồi của con người (RLHF) được sử dụng rộng rãi để tinh chỉnh các mô hình ngôn ngữ quy mô lớn (LLM) Trong RLHF, mô hình phần soi kèo bóng đá trực tuyến được học nhưng việc ước tính mô hình phần soi kèo bóng đá trực tuyến có sai sót, do đó có thể xảy ra hiện tượng trang bị quá mức, gây khó khăn cho việc áp dụng RLHF Để giải quyết vấn đề này, nghiên cứu này đề xuất một phương pháp tạo ra nhiều mô hình khen soi kèo bóng đá trực tuyến đa dạng và đánh giá phần soi kèo bóng đá trực tuyến một cách bi quan Cụ thể, chúng tôi đánh giá độ tin cậy trong tính toán phần soi kèo bóng đá trực tuyến dựa trên sự khác biệt về kết quả đầu ra giữa các mô hình phần soi kèo bóng đá trực tuyến và khi độ tin cậy thấp, chúng tôi đánh giá phần soi kèo bóng đá trực tuyến một cách bi quan Chúng tôi đã xác minh tính hiệu quả của phương pháp được đề xuất thông qua các thử nghiệm sử dụng mô hình ngôn ngữ và xác nhận độ chính xác được cải thiện


Tác giả: Tetsuro Morimura, Mitsuo Sakamoto


②Tiêu đề “Tối ưu hóa đội hình bằng cách nhúng thần tượng vào “IDOLY PRIDE””

▼Tổng quan nghiên cứu
``IDOLY PRIDE'' là một game nhập vai dành cho điện thoại thông minh nơi người chơi huấn luyện thần tượng làm người quản lý Một trong những yếu tố quan trọng trong trò chơi này là việc hình thành các đơn vị biểu diễn trực tiếp Tìm ra bố cục đơn vị tối ưu là một vấn đề rất quan trọng để có thể hiểu trước tác động của các thần tượng mới và điều chỉnh sự cân bằng của trò chơi một cách hợp lý Trong nghiên cứu này, chúng tôi đã xây dựng bài toán tổ chức đơn vị chọn các thần tượng vào một đơn vị trong số rất nhiều thần tượng như một bài toán tối ưu tổ hợp và đề xuất phương pháp giải bằng thuật toán di truyền (GA) Hơn nữa, để sử dụng thông tin văn bản như hiệu ứng kỹ năng trực tiếp của thần tượng để tối ưu hóa, chúng tôi đã phát triển một tính năng đại diện cho thần tượng sử dụng tính năng nhúng văn bản bằng mô hình ngôn ngữ quy mô lớn (LLM) và đề xuất toán tử đột biến dựa trên điều này Thông qua thử nghiệm mô phỏng trong buổi phát sóng trực tiếp đạt điểm cao của "IDOLY PRIDE", chúng tôi đã xác nhận tính hiệu quả của việc áp dụng GA để tối ưu hóa thành phần đơn vị và cải thiện hiệu suất tìm kiếm theo phương pháp được đề xuất


Tác giả: Koya Ihara, Kazunori Tamura, Yingei Kano, Masahiro Nomura


Các chi tiết của bài viết này cùng với lời giới thiệu và nhận xét của tác giả sẽ được đăng trên một tạp chí học thuật sẽ xuất bản vào tháng 11
Xin hãy xem qua