BehaviorFormer：聚类式下一词预测发现行为模式

2026年10月15日，arXiv Artificial Intelligence 刊出论文《BehaviorFormer：用可聚类下一 token 预测发现行为模式》。该工作由 Tobias Schneider 等作者完成，被 IEEE Conference on Games 2026 接收。方法上，BehaviorFormer 将下一 token 预测 Transformer 与深度聚类算法 DCSS 结合，以学习聚类分离度良好的行为表征。实验在 26 名玩家的受控 Minecraft 会话中进行，共发现 23 种可跨玩家泛化的行为模式，并归为 stationary、roaming、travel、mining、base work、logging、farming 七类可解释类别。这是该事件目前唯一一篇报道，尚无后续跟进或与之矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。