清华大学研究：LLMs在狼人杀游戏中表现出色，验证大模型参与复杂交流博弈的能力

AIGC动态欢迎阅读

原文标题：LLMs玩狼人杀：清华大学验证大模型参与复杂交流博弈游戏的能力
关键词：经验,模型,游戏,语言,解读
文章来源：大数据文摘
字数：8146字

内容摘要：

大数据文摘授权转载自hyperAI超神经
作者：彬彬
编辑：李宝珠、三羊
清华大学研究团队提出了一种用于交流游戏的框架，展示了大语言模型从经验中学习的能力，同时发现大语言模型具有非预编程的策略行为，如信任、对抗、伪装和领导力。近年来，AI在玩狼人杀和扑克等游戏方面的研究备受关注。在与严重依赖自然语言交流的复杂博弈游戏面前，AI Agent必须从模糊的自然语言话语中获取并推断信息，这带来了更大的实际意义和挑战性。随着像GPT这样的大语言模型不断取得重大进展，其对复杂语言的理解、生成和推理能力也在不断增强，展现出一定程度的模拟人类行为潜力。

基于上述背景，清华大学研究团队提出了一种用于交流游戏的框架，可以让未经人工标注数据的大语言模型参与狼人杀游戏。该框架展示了大语言模型自主从经验中学习的能力。研究人员还在游戏中发现大语言模型表现出非预编程的策略行为，如信任、对抗、伪装和领导，这为深入研究大语言模型在交流游戏中表现出的行为特征提供了契机。

获取论文链接：https://arxiv.org/pdf/2309.04658.pdf
模型框架：实现与大语言模型一起玩狼人杀众所周知，狼人杀游戏的一个重要特

原文链接：LLMs玩狼人杀：清华大学验证大模型参与复杂交流博弈游戏的能力