摘要
本发明公开了一种基于LLM大模型的数值转化方法、系统、设备及介质,所述方法具体包括:对输入的网游小说内容进行多模态特征预处理,生成包含语义标签和实体关联关系的结构化数据;通过自研LLM大模型的领域自适应解析模块,从结构化数据中提取角色属性、装备描述及剧情事件中的实体特征,生成初始数值映射集合;基于初始数值映射集合,结合职业平衡模板,对角色成长轨迹进行概率建模,输出第一数值映射集合;基于第一数值映射集合,采用蒙特卡洛树搜索生成候选数值组合,通过可微分战斗公式计算各组合的平衡性损失,生成符合游戏类型约束的数值框架。本发明显著提升了游戏数值设计的效率,有效保障了数值的平衡性,减少了人工干预的需求。
技术关键词
数值
蒙特卡洛树搜索
实体关联关系
增量更新包
职业
游戏实例
多模态特征
转化方法
语义标签
细粒度实体
玩家
框架
模板
跨模态
卷积神经网络提取
语义向量
模拟器
语义角色标注
系统为您推荐了相关专利信息
字段
LSTM神经网络模型
ARIMA模型
文本
节假日效应
统计分析技术
数据清洗算法
缩短开发周期
精度
优化效能
三维裂隙网络
拓扑网络
裂隙网络模型
节点
分布特征
求交集方法
对称加密算法
同态加密算法
密钥
解密