可执行 Unity 游戏场景的知识条件单通 LLM 综合：跨 26 个目标可玩概念的编译器错误普查

大语言模型 (LLM) 为游戏场景编写Unity C\#。然而，几乎所有演示都依赖于迭代修复循环，该循环会重新生成代码直至编译，从而将模型编写的内容与循环修复的内容混为一谈。我们删除循环并评估单次传递，其中初稿是最终的。这隔离了模型的参数知识，这是对无辅助生成最严格的测试。模型实例化目标可玩概念，即目标模式的可玩对应物，跨越 10,400 个代（四个开放权重模型，7B--30B；两个生成模式；四个中间表示 (IR) 调节级别；26 个目标模式；20 个种子）。没有一个被编译成可运行的场景，不留下任何幸存者偏差。为了了解生成的 C# 脚本如何失败，我们将 90{,}673 个编译器错误背后的 99 个错误代码分类为 Grounding（发明或滥用 Unity 类型和 API）或 Hygiene（不需要 Unity 知识的结构缺陷）。划分因目标模式而异（例如，Stealth 主要在发明的引擎引用上失败；Capture 在普通的 C\# 结构上失败）。更大的模型、更严格的 IR 和不同的生成模式可以消除错误，但永远不会产生编译场景。瓶颈在于缺少特定于引擎的知识。普查根据需求对目标模式进行排序，向设计人员展示单遍生成的中断点。