Real-world open-ended evolution: A league of legends adventure
Notice bibliographique
Résumé
A prominent feature of life on Earth is the evolution of biological complexity: over evolutionary history the biosphere has displayed continual adaptation and innovation, giving rise to an apparent open-ended increase in complexity.The capacity for open-ended evolution has been cited as a hallmark feature of life and also characterizes human and technological systems.Yet, the underlying drivers of open-ended evolution remain poorly understood.League of Legends (League) is an online team-based strategy game that has become immensely popular over the last 6 years.Because new characters (called 'champions') are regularly added and the game is updated every few weeks by the game's developer Riot Games, the game never settles into an equilibrium distribution of player strategies.Innovative strategies are required for players to succeed, just as innovation is required to outcompete other organisms in open-ended biological systems.Although understanding open-endedness is crucial to understanding how living systems operate, it is often difficult or impossible to collect sufficient data to study the mechanisms driving open-ended evolution in natural systems.Online social systems, particularly games, offer ideal laboratories for studying open-ended evolutionary dynamics because of the rich data archived on statistics of users and their interactions.We focus on using data from North America's top 200 players to determine how dominance hierarchies emerge from player strategies and how they evolve in time after an external perturbation.This is a microcosm for studying, in detail, how external and internal mechanisms can drive a real-world open-ended system.Our goal is to provide general insights that can be applied to a wide range of fields, including astrobiology and evolutionary systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,021 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».