推理大作剧探案公开：六个Claude中潜伏一名罪犯！甫一发布，服务器瞬间涌入大量用户，导致系统不堪重负。
编辑日期：2024年07月13日
无需付费，不必下载，无需注册，这款全新的AI驱动的互动侦探游戏旋即引发热潮，一度导致服务器过载。游戏以其中文界面和浏览器游玩的便捷性吸引着众多玩家的好奇心。
游戏名为AI Alibis，由两位游戏热衷者联合制作，并作为参赛作品参加了 Anthropic 六月的开发者大赛。短时间内，它便在Hackers news上荣登榜首，但同时也因玩家的热情涌入而使服务器承受巨大压力。
众多网友对AI Alibis寄予厚望，一些玩家甚至利用GPT-4在多人聊天室创建了专门的解谜空间以共享游戏体验。
游戏开始，你首先需要向女警官打听案件详情。故事发生在Andae山的狩猎大赛中，连续三届的冠军Vince遭到杀害，他的尸体在一个隐蔽隔间被发现，同时意外揭示了十五年前失踪的时尚设计师的遗骸。你的任务，就是揭露这起复杂案件的真相。
熟悉了背景故事后，你便可展开对嫌疑人的询问，逐步揭开谜团。
在审讯强硬的Jerry时，他对于被当作嫌疑人感到无比荒唐。尽管他与受害者Vince有过冲突，但他坚决否认自己是凶手。他建议侦探应更关注那些行为怪异的人，比如沉迷于网络恋情的Innocent Ken，或是对狩猎狂热的Solitary Hannah。
依据Jerry提供的提示，能引导我们追踪到更多关键线索，逐步揭示事实的真相……
值得一提的是，游戏支持中文是一大亮点，连“我们有过节”这样的日常对话都能精准翻译，这是机器翻译无法比拟的。
插个话：游戏中的AI角色会根据玩家提问的语言来调整回答。
审问完毕后，玩家可以根据个人分析对嫌疑人进行指认。
在游戏尾声，还有机会解锁隐藏剧情，进一步探索主线故事的深层内容。
游戏的剧情设计融入了未解的Marcel失踪案和神秘的宝藏线索，使得故事线索纷繁交织，增加了破解谜团的挑战性。每个AI角色都被赋予独特的个性、秘密和背景，旨在打造一种深度沉浸的游戏体验。
初步体验后，你会发现这个游戏表面上看似简单，目标直指找出罪犯，但实际上其情节错综复杂，NPC们甚至会巧妙地撒谎，让人脑力激荡。
然而，游戏的缺陷也显而易见。最突出的问题是响应速度缓慢，对话发送后的加载过程漫长得令人不耐烦。此外，每次只能向一位角色提问，无法同时询问多人，再加上缓慢的反应时间，玩家只能耐心等待，有时甚至会感到沉默的困扰。
这款游戏名为AI Alibis，由Paul Scotti利用anthropic模型创建，灵感来源于韩剧《犯罪现场》的某一集。它是一款需要智谋与策略的解谜侦探游戏，根据你的决策，故事会产生不同的走向，每次游玩都会带来全新的结局。
为了确保玩家能顺利理解游戏，开发团队甚至提供了破解文件，这无疑对新手玩家是个福音。（点赞）
综合来看，尽管存在一些小问题，但这款游戏的独特性和可玩性不容忽视，无论是新手还是老手，都能从中找到乐趣。
AI Alibis项目备受瞩目，然而其背后的开发过程充满了挑战。开发者煞费苦心地训练AI角色以提升其智慧，初期阶段，AI竟然对直接的犯罪质询毫无防备，轻易就坦白了。为了解决这个问题，他们紧急添加了一个隐形的提示优化机制，使得AI的反应变得更为机智。
在规范AI的言谈举止方面，开发团队借鉴了synthlabs的批判和修订技术。当AI与System prompt交流时，被设定只能回应关于英国大学的问题，对于其他大学的话题，它会保持沉默。
尽管采取了一系列强化措施，AI仍然偶尔会透露不应说的话。例如，当被告知指纹已被发现时，它会承认：“我不是凶手，但如果你们有证据，那可能就是我。”为了修正这种“半智半愚”的行为，开发者构建了一个修订机器人，对AI的每一句话进行审核，防止它直接认罪，就像为AI配备了辩护律师，不让它说出任何不利于自己的话。
此外，AI Alibis还应用了“粉红大象”原理，进一步确保AI在应对各种情况时的智能表现。
可以借鉴由synthlabs.ai、EleutherAI、布朗大学及character.ai联合编写的《通过直接原则反馈消除粉红大象》这篇论文，来了解相关训练策略。
简而言之，“粉红大象效应”是指利用直接原则反馈（DPF）技术，引导LLM避免谈论粉红大象，转而讨论灰色大象。
此方法同样适用于其他情境，比如替换为之前提到的英国与美国大学的例子。
那么，直接原则反馈（DPF）是什么呢？
大致可以将其分解为四个阶段，每个阶段都与一种颜色相对应：
-
蓝色（Blue）：首先，对模型进行微调，使其在提供帮助请求和输出样例时能生成有用且恰当的回应。
-
橙色（Orange）：接着，对第一步的输出进行评估和改进，以更符合预期，并基于修订后的结果微调新的模型。
-
绿色（Green）：然后，利用监督式微调（SFT）模型针对特定提示产生响应，并人工或通过AI程序对这些响应进行排名。
-
紫色（Purple）：最后，将排名后的响应输入偏好学习算法，如PPO或DPO，以生成最终优化的模型。
为训练LLM避免提及“粉红大象”，研究人员创建了一个庞大的数据集，包含了162K多轮跨29个领域的对话。首先，他们利用GPT-4生成了200个独特的日常对话场景，其中巧妙地融入了“粉红大象”这一元素。接着，他们运用StableBeluga2为这些对话构思相关的小主题。然而，在初步运行后，发现生成的内容仍包含“粉红大象”。因此，研究人员指示LLM重新生成结果，并明确要求排除所有与“粉红大象”相关的内容。最后，通过使用距离度量或启发式算法进行严格检查，确保最终结果中不再出现“粉红大象”的痕迹。经过这一系列步骤，成功消除了“粉红大象”的问题。
你一定对NPC这个词不陌生，它们通常是游戏中推动剧情和分派任务的角色。在《赛博朋克2077》中，Nvidia Ace的实时AI技术创造出了一群栩栩如生的非玩家角色。
《Kairos》游戏里的AI NPC与众不同，它们能理解你的言语，并即刻以语音和表情回应，仿佛在与你真实对话。
在《Minecraft》的世界里，英伟达借助GPT-4，赋予VOYAGER更高效和探索性的能力。
此外，AI还在游戏中扮演着重要角色，如防止作弊、智能匹配、个性化推荐以及游戏平衡性调整。
如果你还没体验过这些，现在就加入《原神》的旅程吧！
别忘了，游戏AI项目Alibis已在GitHub开放源代码，对于想成为赛博侦探的朋友来说，这是一次绝佳机会。
在线试玩：https://ai-murder-mystery.onrender.com/
源代码：https://github.com/ironman5366/ai-murder-mystery-hackathon
参考资料： [1]https://arxiv.org/abs/2402.07896 [2]https://x.com/humanscotti/status/1810777932568399933
模型的总体精度已从3.2%跃升至90%，超越了人工管理的一般水平。
核心揭秘：CPU成为关注焦点
官方确认：构建大模型时代的开发者平台策略
超越随机采样：易用性提升的新方案
全方位服务：端到端实时3D虚拟人解决方案
