多模态LLM实时游戏解说解码新方法

一项 arXiv 论文提出两种基于提示的解码策略，实现多模态 LLM 实时游戏视频解说：固定间隔法与动态间隔解码法。动态间隔解码根据上一句解说的估计时长调整下一次预测时机，两种方法均无需微调即可实现暂停感知生成。 研究团队在赛车与格斗游戏的日语和英语数据集上测试，称动态间隔解码生成的解说在时间与内容上更贴近人类表述。团队同时开源了多语言基准数据集、训练模型及实现代码。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。