09:51
官方账号arXiv cs.AI@Yuan Gao, Jiangyi Yang, Yao Zhao, Yichi Zhang
推荐理由：这篇论文把LLM智能体在狼人杀中的信念和行为拆开审计，发现加信念能让好人胜率从20%提到39%，但行动和信念不太一致，框架本身是个好工具。
Werewolf
共 1 条相关 AI 资讯
7月14日
09:51
本文在9人狼人环境中评估LLM智能体，构建了可审计框架以维护外部信念状态并记录信念更新与行动偏差。在1080局游戏中，主动信念条件使好人方胜率从0.205升至0.390（McNemar χ²=16.4, p<0.001），且不可逆的女巫毒药错误减少。但行动-信念一致性仅约0.21，且仅将信念给狼人比仅给好人更有利，表明机制未明。该框架使效应可测量，暴露低一致性，并以证据拒绝不可靠的强制消费干预，将信念定位为高噪声隐藏信息游戏中的可审计认知基线。