Stan Gerard と Quiver Bran チームは、AI モデルの処理能力と速度をテストする新しい方法を作成しました。この方法により、ラージ言語モデル (LLM) がストリート ファイター 3 ビデオ ゲームのキャラクターを制御できるようになり、どの AI モデルが最も速く、最も応答性が高いかを競い合います。 LLM コロシアムは、その名のとおり、AI モデルがゲームプレイ中にリアルタイムの意思決定を行うことができる場所であり、そのパフォーマンスは意思決定の速度などの要素に影響されます。
ミストラル スモールやミストラル ミディアムなどの AI モデルが LLM コロシアム アリーナの中心舞台となり、ストリートファイター 3 のペースの速い環境で戦略的洞察力と意思決定能力を実証しました。テストにさらされ、そのパフォーマンスは次のような高度な指標を使用して評価されます。勝率マトリックスとELOランキングシステムとして。現在、OpenAI の GPT-3.5 Turbo が先頭に立ち、仮想戦場での優れたスキルと適応性を実証しています。
ストリートファイター AI バトル
これらの AI モデルの成功は、刻々と変化するゲームのダイナミクスに応じて瞬時に意思決定を行い、インテリジェントな戦略を実行できる能力にかかっています。ストリートファイター 3 では、素早い反射神経、正確なタイミング、そして敵の動きを予測して対抗する能力が必要です。 。 「LLM コロシアム」に出場する AI は、ゲームの状態を分析し、敵の行動を予測し、その場で効果的な戦闘テクニックを考案するという優れたスキルを発揮して、この挑戦に立ち向かいました。
LLM Coliseum オープンソース フレームワーク
LLM Coliseum プロジェクトの最もエキサイティングな側面の 3 つは、愛好家や研究者が AI 革命に積極的に参加することを奨励するオープンソースの性質です。このプロジェクトは、必要なソフトウェアをセットアップし、ストリートファイター XNUMX 環境で AI モデルを実現するために必要な API キーを取得するプロセスをユーザーに説明する包括的なチュートリアルを提供します。
「LLM コロシアム」は、フレームワークをより幅広い聴衆が利用できるようにすることで、AI およびゲーム コミュニティ内でのコラボレーション、イノベーション、アイデアの交換を促進することを目的としており、参加者は AI の意思決定、実験の複雑さを探索する機会を得ることができます。さまざまなモデルや構成を使用して、プロジェクトの継続的な開発と改善に貢献します。
パフォーマンス分析と競争力ランキング
「LLM コロシアム」はパフォーマンス分析と競争力のあるランキングに重点を置いています。勝率マトリックスは、さまざまな AI モデルの比較有効性を評価するための貴重なツールであり、さまざまな対戦における強み、弱み、全体的なパフォーマンスについての洞察を提供します。このデータ主導のアプローチにより、AI 制御のゲームの成功に寄与する要因をより深く理解できるようになります。
さらに、ELO ランキング システムでは、AI モデル間の競争と階層の要素が導入されます。 ELO システムは、AI の学習、適応、戦闘での勝利の能力に基づいて評価を割り当てることで、AI の最も手強い競争相手を強調するランキングを確立します。興味深いことに、このランキングでは小型の AI モデルが大型の AI モデルよりも優れていることが多く、AI ゲーム インテリジェンスにおけるスピードと効率の重要な役割が浮き彫りになっています。
展開と今後の可能性
LLM コロシアムは進化と拡大を続け、ゲームにおける AI の将来に対する計り知れない可能性を表しています。プロジェクトのロードマップでは、追加のゲームとキャラクターの統合が予測されており、これにより AI 主導のゲームの範囲が拡大し、探索と実験の新たな道が開かれます。
さらに、LLM コロシアムでの進歩は、ゲームの領域を超えて広範囲に影響を及ぼします。リアルタイムで意思決定を行い、戦略的計画を立てる AI モデルから学んだ教訓は、ロボット工学、自律システム、複雑な問題解決シナリオなど、さまざまな分野に適用できます。このプロジェクトは、AI テクノロジーの急速な進歩と、エンターテイメントを超えた業界に革命をもたらす可能性を証明しています。
AI バトル アリーナは、ゲームにおける AI の可能性の限界を押し広げ、愛好家、研究者、開発者を冒険に参加させ、このエキサイティングな分野の未来の形成に貢献します。このプロジェクトでは、ユーザーフレンドリーなセットアップと包括的なチュートリアルにより、個人が AI ゲームの世界に飛び込み、貴重な専門知識を獲得し、最終的には AI ゲームの絶え間なく変化する状況に足跡を残すことができます。詳細については、公式 GitHub リポジトリを参照してください。
