研究提出 ResNet-BiLSTM,从游戏录像检测多标签感知 Bug
研究提出 ResNet-BiLSTM 模型,用游戏录像画面做多标签感知 Bug 检测,在基准数据集上取得 85.78% 的 F1 分数,并与 Inflated 3D ConvNet、3D ResNet 等视频分类模型进行了对比。
推荐理由:论文给出 ResNet-BiLSTM 的 F1 85.78%,并与 Inflated 3D ConvNet 等视频分类模型做了同任务对比。
技术方向
用 AI 做游戏测试:自动试玩、Bug 发现、平衡性评估与回归测试。
3 条精选近 30 天 2 条共收录 4 条
研究提出 ResNet-BiLSTM 模型,用游戏录像画面做多标签感知 Bug 检测,在基准数据集上取得 85.78% 的 F1 分数,并与 Inflated 3D ConvNet、3D ResNet 等视频分类模型进行了对比。
推荐理由:论文给出 ResNet-BiLSTM 的 F1 85.78%,并与 Inflated 3D ConvNet 等视频分类模型做了同任务对比。
Unity 发布教程视频,演示如何通过 Unity CLI 让 AI 智能体从概念图和简短需求出发,在 Unity 编辑器内直接搭建出一个可用的主菜单界面。
推荐理由:原文完整演示了从概念图到可运行主菜单的智能体协作流程,命令行测试与截图反馈的做法可迁移到自己的项目。
Inworld AI 开源 TTS Open Evaluation Toolkit,这是一套可自定义的 TTS 评估框架,用于采样 TTS 系统、离线评估音频并生成可对比的报告。
推荐理由:原文解释了同一 TTS 模型在不同团队手上会得到不同 WER 的原因,并给出这套评估工具的运行方式与首批指标。