最新

这是我正在开发的一个小型每日文字游戏。我喜欢填字游戏和Wordle，但它们都以单词的拼写作为主要限制。借助大型语言模型（LLMs），我们可以构建“柔性系统”，这些系统不必完全按照程序定义。这使得我们能够创造出更像与朋友一起玩桌游的游戏。这些游戏需要人类裁判，因为它们需要裁判，所以在视频游戏中并没有得到充分探索，尤其是在单人游戏之外。 Squishword是对此的一个简单初步探索。游戏中有教程，所以我不打算解释所有的机制。简单来说：你尝试通过添加、减去、连接和分割单词来从一个单词移动到另一个单词。例如：“dog”可以分解为“bark”和“animal”。你可以做一些巧妙的事情，比如将“bark”和“plant”结合起来，形成“tree”。这个灵感来源于“维基百科游戏”，你试图通过点击链接从一个随机的文章移动到另一个。 调整裁判的行为以获得公平的结果花费了很多精力，我对此还不是100%满意。我构建了比游戏本身更多的工具和可视化，比如每一步的逻辑和机智评分的11x11矩阵，以试图使裁判的分布更加均匀。这是LLMs在产品中的一个“简单”示例，因此我很好奇更复杂的工作流程是如何处理这个问题的。