arXiv · cs.AI· Tobias Schneider, Danial Fahrner, Soren Antebi, Daniel Uedelhoven, Lennard Bodden, Sandra Halscheidt, Rafet Sifa·· 9 小时前
BehaviorFormer：通过可聚类的下一词元预测发现行为模式
BehaviorFormer: Discovering Behavioral Patterns via Clusterable Next-Token Prediction
arXiv:2610.16322v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tobias Schneider, Danial Fahrner, Soren Antebi, Daniel Uedelhoven, Lennard Bodden, Sandra Halscheidt, Rafet Sifa
研究任务与主要进展
作者提出 BehaviorFormer，将下一词元预测 Transformer 与 DCSS 深度聚类结合，用于从开放式游戏行为中发现可分离的模式。基于论文摘要，该方法在包含 26 名玩家的受控 Minecraft 会话中发现了 23 种可跨所研究玩家泛化的行为模式，并将其归为静止、漫游、旅行、采矿、基地工作、伐木和务农七类。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org