arXiv cs.CL· David Melhart, Matthew Barthet, Georgios N. Yannakakis·· 11 小时前AI 评分29
大语言模型能否捕捉电子游戏参与度？LLM 预测游戏投入感仍逊于人类
Can Large Language Models Capture Video Game Engagement?
AI 导读
研究首次系统评估主流 LLM 在多模态提示下预测视频连续情感标注的能力，基于 GameVibe 语料库中 20 款第一人称射击游戏的 80 分钟标注录像，开展超 4,800 次实验，考察模型架构、规模、输入模态、提示策略与真值处理方法的影响。结果显示 LLM 虽能超越传统机器学习基线，但整体仍落后于人类提供的连续体验标注，且在不同游戏间表现波动明显。
正文 · AI 翻译
摘要：开箱即用的预训练大语言模型（LLM）在观察视频时能否成功检测人类情感？为回答这一问题，我们首次全面评估了主流 LLM 在以多模态方式接收一系列文本和视频帧提示时，成功预测视频连续情感标注的能力。本文中，我们测试了 LLM 在 80 分钟带标注的 GameVibe 语料库视频游戏画面（来自 20 款第一人称射击游戏）中正确标注游戏内投入度变化的能力。我们进行了超过 4,800 次实验，以考察 LLM 架构、模型规模、输入模态、提示策略和真值处理方法对投入度预测的影响。我们的研究结果表明，尽管 LLM 有理由声称在多个领域达到类人表现，并能超越传统机器学习基线，但它们总体上落后于人类提供的连续体验标注。我们分析了跨游戏表现波动的部分根本原因，指出了 LLM 超出预期的情形，并为通过 LLM 进一步探索自动情感标注绘制了路线图。
| 评论： | 被 IEEE Transactions on Affective Computing 接收发表的版本 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；计算与语言（cs.CL）；人机交互（cs.HC） |
| 引用为： | arXiv:2502.04379 [cs.CV] |
| （或 arXiv:2502.04379v3 [cs.CV] 为本版本） | |
| https://doi.org/10.48550/arXiv.2502.04379 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：David Melhart PhD [查看邮箱]
[v1]
2025年2月5日 星期三 17:14:47 UTC（16,198 KB）
[v2]
2026年1月29日 星期四 08:44:15 UTC（13,775 KB）
[v3]
2026年11月2日 星期一 14:13:19 UTC（16,032 KB）
来源：arXiv cs.CL · arxiv.org