应用于体育与音乐的大规模生成式 AI 文本
计算与语言
2024-02-29 v2 人工智能
摘要
我们致力于解决全球大型体育和音乐赛事中媒体内容(包括评论和个性化新闻报道)生产规模化的问题。我们的方法依赖于生成式 AI 模型,将大量多模态数据(例如视频、文章、实时比分 feed、统计数据和事实清单)转化为连贯流畅的文本。基于此方法,我们首次推出了一个 AI 评论系统,该系统已部署用于为 2023 年美国网球公开赛、温布尔登网球锦标赛和美国大师赛的高光集锦包生成自动解说。同样,我们的解决方案被扩展用于为 ESPN 梦幻橄榄球创建个性化内容,以及为格莱美奖创作关于音乐艺术家的故事。这些应用采用通用的软件架构构建,实现了 15 倍的速度提升,平均 Rouge-L 得分为 82.00,困惑度为 6.6。我们的工作已成功部署于上述赛事,为全球 9000 万粉丝提供支持,产生了 80 亿次页面浏览量,不断推动体育、娱乐与 AI 交汇领域的可能性边界。
引用
@article{arxiv.2402.15514,
title = {Large Scale Generative AI Text Applied to Sports and Music},
author = {Aaron Baughman and Stephen Hammer and Rahul Agarwal and Gozde Akay and Eduardo Morales and Tony Johnson and Leonid Karlinsky and Rogerio Feris},
journal= {arXiv preprint arXiv:2402.15514},
year = {2024}
}
备注
9 pages, 8 figures, 5 tables