arXiv cs.AI· Qirui Zheng, Zhengteng Lin, Yunyi Xiao, Junhao Li, Keyuan Cheng, Xingbo Wang, Yongyi Wang, Lingfeng Li, Yunlong Lu, Wenxin Li·· 9 天前AI 评分23
GameCommBench：面向 AI 生成游戏解说的统一基准与类型感知评测
GameCommBench: A Unified Benchmark and Type-Aware Evaluation for AI-Generated Game Commentary
AI 导读
研究者提出 GameCommBench，一个覆盖棋类、体育与电竞的统一基准，其解说数据对齐异构游戏语境并按解说类型标注，同时提出类型感知解说评测框架 TACE。TACE 已通过可靠性与人类一致性验证，并用于评测代表性 AI 解说模型，结果显示能力分布不均衡，实时观察与策略分析是主要瓶颈。
正文 · AI 翻译
摘要：游戏解说是一项开放式生成任务，需要多模态感知、策略推理和上下文知识。现有的 AI 生成游戏解说（AI-GGC）研究在游戏、模态和评估协议上仍然各自为政，而基于重叠或整体性的评估器无法捕捉解说的功能异质性。我们提出了 \textsc{GameCommBench}，一个涵盖棋盘游戏、体育和电子竞技的统一基准，其解说与异构游戏上下文对齐，并按解说类型进行标注。我们进一步提出了类型感知解说评估（TACE），一个用于评估不同类型解说的结构化框架。随后我们验证了 TACE 的可靠性和与人类的一致性，并用它来对代表性 AI 解说员进行基准测试。结果揭示了非均匀的能力分布，其中实时观察和策略分析成为主要瓶颈。\textsc{GameCommBench} 和 TACE 共同为可比较且可解释的 AI-GGC 评估提供了诊断基础。
| 学科： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.11129 [cs.AI] |
| （或 arXiv:2610.11129v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11129 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Qirui Zheng [查看电子邮件]
[v1]
2026年10月8日星期四 02:55:12 UTC（6,018 KB）
来源：arXiv cs.AI · arxiv.org