哪家AI能成卧底之王？淘天技术团队发布多智能体博弈游戏平台WiS

WiS平台由淘天集团未来生活实验室与阿里妈妈技术团队推出，旨在评估基于大型语言模型（LLMs）的多智能体系统（MAS）在社交推理和博弈中的表现。该平台通过“谁是卧底”游戏深入剖析AI的推理、欺骗和协作能力，设计了动态互动场景、公平实验，并展示了不同AI的独特技能。平台还进行了攻击与防御实验，揭示了模型在复杂交互中的脆弱点。此外，WiS提供了实时竞技、可视化回放及开源工具，促进了技术交流。实验数据显示，GPT-4o在推理实验中表现出极高的投票准确率，而其他模型则存在不同程度的差距。
来源：https://mp.weixin.qq.com/s/rsLEH3rZjG0ko31j4auHng