Mesa de la izquierda Abstracto y 1.- Introducción y trabajo relacionado 
 
 
 
 
 
 
 
 
 
 
 Methodology 2.1 LLM-Sim Task 2.2 Data 2.3 Evaluation 
 
 Experiments 
 
 Results 
 
 Conclusion 
 
 Limitations and Ethical Concerns, Acknowledgements, and References A. Detalles del modelo Ejemplos de juegos de transición Generación de reglas del juego D. Prompto E. Resultados de GPT-3.5 F. Histogramas D Pronto Los prompts introducidos en esta sección incluyen reglas de juego que pueden ser reglas escritas por humanos o reglas generadas por LLM. Para experimentos sin reglas de juego, simplemente eliminamos las reglas de los prompts correspondientes. D.1 Prompt Example: Fact D.1 Prompt Example: Fact D.1.2 State Difference Prediction D.2 Prompt Ejemplo: Fenv D.2.1 Predicción del estado completo D.2.2 State Difference Prediction D.3 Prompt Ejemplo: FR (Progreso del juego) D.4 Prompt Ejemplo: F D.4.1 Full State Prediction D.4.2 State Difference Prediction 5 Otros ejemplos A continuación se muestra un ejemplo de la regla de una acción: A continuación se muestra un ejemplo de la regla de un objeto: A continuación se muestra un ejemplo de la regla de puntuación: A continuación se muestra un ejemplo de un estado de juego: A continuación se muestra un ejemplo de un JSON que describe la diferencia de dos estados de juego: E GPT-3.5 resultados La Tabla 5 y la Tabla 6 muestran el rendimiento de un simulador GPT-3.5 que predice respectivamente las propiedades de los objetos y el progreso del juego. Hay una enorme brecha entre el rendimiento de GPT-4 y el rendimiento de GPT-3.5, proporcionando otro ejemplo de lo rápido que se desarrolla LLM en los dos años. También vale la pena notar que la diferencia de rendimiento es mayor cuando no se proporcionan reglas, lo que indica que GPT-3.5 es especialmente débil en aplicar el conocimiento del sentido común a esta tarea de simulación del mundo de pocos disparos. F Histogramas En la Figura 3, mostramos los resultados experimentales detallados de la Realizado por full state prediction task GPT-4. En la Figura 4, mostramos los resultados experimentales detallados de la Conocido como GPT-4. state difference prediction task En la Figura 5, mostramos los resultados experimentales detallados de la Realizado por full state prediction task GPT-3.5. En la Figura 6, se muestran los resultados experimentales detallados de la   Realizado por state difference prediction task GPT-3.5. Figura 3: GPT-4 - Predicción del estado completo de a) reglas generadas por el hombre, b) reglas generadas por LLM, y c) No reglas. Figura 4: GPT-4 - Predicción de diferencias de a) reglas generadas por el hombre, b) reglas generadas por LLM, y c) No reglas. Figura 5: GPT-3.5 - Predicción del estado completo de a) reglas generadas por el hombre, b) reglas generadas por LLM, y c) No reglas. Figura 6: GPT-3.5 - Predicción de la diferencia de a) reglas generadas por el hombre, b) reglas generadas por LLM, y c) No reglas. 
 
 
 
 
 
 
 
 
 Los autores: (1) Ruoyao Wang, Universidad de Arizona (ruoyaowang@arizona.edu); (2) Graham Todd, Universidad de Nueva York (gdrtodd@nyu.edu); (3) Ziang Xiao, Universidad Johns Hopkins (ziang.xiao@jhu.edu); (4) Xingdi Yuan, de Microsoft Research Montréal (eric.yuan@microsoft.com); (5) Marc-Alexandre Côté, Microsoft Research Montréal (macote@microsoft.com); (6) Peter Clark, Instituto Allen para la IA (PeterC@allenai.org). (7) Peter Jansen, Universidad de Arizona y Allen Institute for AI (pajansen@arizona.edu). Authors: (1) Ruoyao Wang, Universidad de Arizona (ruoyaowang@arizona.edu); (2) Graham Todd, Universidad de Nueva York (gdrtodd@nyu.edu); (3) Zhang Xiao, Universidad Johns Hopkins ( ) ; cang.xiao@jhu.edu (4) Xingdi Yuan, Microsoft Research Montréal ( ) ; yuan@microsoft.com (5) Marc-Alexandre Côté, Microsoft Research Montréal (macote@microsoft.com); (6) Peter Clark, Instituto Allen para la IA ( ) ; PedroC@allenai.org (7) Peter Jansen, Universidad de Arizona y Allen Institute for AI (pajansen@arizona.edu). 
 
 Este artículo está disponible en archivo bajo la licencia CC BY 4.0. Este documento es bajo la licencia CC BY 4.0. available on arxiv Disponible en Archivo

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

AI Models on HackerNoon

Este audio es producido en el idioma original de la historia!

GPT-4 vs GPT-3.5 Desempeño en simulaciones de juegos

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps