AIGC動態歡迎閱讀

原標題：LLMs玩狼人殺：清華大學驗證大模型參與復雜交流博弈游戲的能力
關鍵字：經驗,模型,游戲,語言,解讀
文章來源：大數據文摘
內容字數：8146字

內容摘要：

大數據文摘授權轉載自hyperAI超神經
作者：彬彬
編輯：李寶珠、三羊
清華大學研究團隊提出了一種用于交流游戲的框架，展示了大語言模型從經驗中學習的能力，還發現大語言模型具有非預編程的策略行為，如信任、對抗、偽裝和領導力。近年來，用 AI 玩狼人殺和撲克等游戲的研究引起廣泛關注。面對嚴重依賴自然語言交流的復雜博弈游戲，AI Agent 必須從模糊的自然語言話語中收集和推斷信息，這具有更大的實際價值和挑戰。而隨著 GPT 這樣的大語言模型取得重大進展，其對復雜語言的理解、生成和推理能力不斷提升，表現出一定程度的模擬人類行為的潛力。
基于此，清華大學研究團隊提出了一種用于交流游戲的框架，可以在沒有人工標注數據的情況下與凍結的大語言模型一起玩狼人殺游戲。框架展示了大語言模型自主從經驗中學習的能力。有趣的是，研究人員在游戲中還發現大語言模型具有非預編程的策略行為，如信任、對抗、偽裝和領導，這可以作為大語言模型玩交流游戲進一步研究的催化劑。獲取論文：
https://arxiv.org/pdf/2309.04658.pdf
模型框架：實現與大語言模型一起玩狼人殺眾所周知，狼人殺游戲的一個重要特

原文鏈接：LLMs玩狼人殺：清華大學驗證大模型參與復雜交流博弈游戲的能力

聯系作者

文章來源：大數據文摘
作者微信：BigDataDigest
作者簡介：普及數據思維，傳播數據文化