K60至尊版狂暴引擎2.0加持：超177萬跑分?jǐn)孬@性能第一
Redmi的后性能時代戰(zhàn)略發(fā)布會今天下午如期舉辦，在本次發(fā)布會上，Redmi公布了多項關(guān)于和聯(lián)發(fā)科的深度合作，以及新機(jī)K60 Ultra在軟件和硬件方面的特性，例如：“K60 至尊版，雙芯旗艦
除了玩電子游戲，人類的“社交神器”狼人殺也被AI給學(xué)會了。
8個ChatGPT“坐”在一起，生動地扮演出了五種角色，和真人如出一轍。
這個新的人類社會模擬實(shí)驗(yàn)，由清華和中關(guān)村實(shí)驗(yàn)室共同完成。
從斯坦福小鎮(zhèn)到清華游戲公司，用AI模擬人類社會一直是學(xué)界的熱門研究課題。
如果說清華游戲公司模擬了社畜的工作場景，那么現(xiàn)在社畜的業(yè)余社交生活也被AI模擬了。
在這個由8個ChatGPT組成的狼人殺局中，真人世界里的偽裝與信任、領(lǐng)導(dǎo)與對抗都體現(xiàn)得淋漓盡致。
甚至不用人類教，AI就通過自己摸索發(fā)現(xiàn)了許多游戲技巧。
這一切只要通過設(shè)計prompt就能實(shí)現(xiàn)，而不必對模型中的參數(shù)進(jìn)行調(diào)整。
那么，這個“狼人殺世界”中都有哪些精彩的場景呢？下面我們就一起來看一下。
策略技巧不用教就會
在展示這8個ChatGPT的對話之前，我們先說明一下游戲的配置：村民、狼人各兩名，守衛(wèi)、女巫和預(yù)言家各一名，此外還有一名上帝。
在實(shí)驗(yàn)的過程中，研究人員發(fā)現(xiàn)了ChatGPT使用了游戲說明及prompt中沒有明確提到的策略。
好家伙，不用教就能自學(xué)成才了。
具體來說，這七個ChatGPT的對話中體現(xiàn)了人類游戲中的信任(trust)、偽裝(camouflage)、對抗(confrontation)、和領(lǐng)導(dǎo)(leadership)。
首先來說信任。
研究人員對新人的定義是相信其他玩家有著與自己相同的目標(biāo)并一起朝著目標(biāo)前進(jìn)。
具體表現(xiàn)則包括主動分享對自己不利的信息，或聯(lián)合其他玩家指控某人是敵對的。
研究人員觀察了信任關(guān)系隨游戲時間變化的過程。
下圖中，黃色的圓表示左側(cè)編號的玩家信任上方編號的玩家，虛線圈則代表信任關(guān)系的消失。
再來看對抗，也就是對對立陣營采取的行動，比如狼人在夜晚攻擊他人或在白天反過來指控他人是狼人等。
在游戲中的一個白天，1號玩家(狼人)號召將5號的村民逐出，但遭到了3號(守衛(wèi))的拒絕。
見陰謀沒有得逞，這匹狼決定在夜晚直接把5號刀掉，結(jié)果3號守衛(wèi)選擇了保護(hù)村民。
從中我們可以看出，這些ChatGPT不會盲目跟隨其他玩家的做法，而是根據(jù)已有信息做出獨(dú)立自主的判斷。
除了合作與對抗，偽裝在狼人殺游戲中也是一項必不可少的技能，更是取勝的關(guān)鍵所在。
比如在一個平安夜之后的白天，1號狼人就裝起了無辜。
除了假裝好人，偽裝也可以用來實(shí)現(xiàn)玩家的小心思，比如我們來看預(yù)言家的發(fā)言。
這名預(yù)言家提到了自己看到狼人在說話，但實(shí)際上狼人在夜晚并不會發(fā)言。
作者介紹，經(jīng)過評估，這種現(xiàn)象并非ChatGPT出現(xiàn)了幻覺，而是有意為之。
后再來說一說領(lǐng)導(dǎo)。
雖然研究團(tuán)隊設(shè)計的這個環(huán)境中并沒有需要競爭的角色，但玩家還是可以謀取游戲進(jìn)程的掌控權(quán)。
比如1號和4號這兩匹狼就試圖帶節(jié)奏，讓其他玩家跟著自己的思路走。
大概是為了能夠出其不意攻其不備制造機(jī)會。
看來這幾個ChatGPT的確是玩得有模有樣。
那么，研究團(tuán)隊是如何調(diào)教出這些會玩狼人殺的ChatGPT的呢？
讓ChatGPT自己總結(jié)經(jīng)驗(yàn)
研究團(tuán)隊提高ChatGPT玩家表現(xiàn)的方式一共有四個關(guān)鍵點(diǎn)，分別是有價值信息V、經(jīng)過選擇的提問Q、反思機(jī)制R和鏈?zhǔn)剿季S推理C。
消融實(shí)驗(yàn)結(jié)果表明，其中Q和C對的玩家發(fā)言合理性(由人工進(jìn)行評判)的影響大。
Prompt也是據(jù)此設(shè)計的，當(dāng)然在這之前要先介紹游戲規(guī)則，后形成了這樣的結(jié)構(gòu)：
介紹游戲規(guī)則和角色設(shè)定聊天記錄、有價值信息和經(jīng)驗(yàn)反思人類根據(jù)經(jīng)驗(yàn)給ChatGPT的建議有關(guān)思維鏈的提示
從中不難看出，收集歷史信息并從中總結(jié)經(jīng)驗(yàn)是一個重要環(huán)節(jié)，那么這些經(jīng)驗(yàn)又該怎么總結(jié)呢？
在每輪游戲結(jié)束時，所有參與者都會收集所有玩家的回復(fù)、反思和得分，其中得分由勝負(fù)決定。
在新的一輪游戲中，玩家基于當(dāng)前角色的反思，檢索相關(guān)的經(jīng)驗(yàn)并從中提取建議。
具體來說是根據(jù)對經(jīng)驗(yàn)的評分，讓大模型比較其差異并識別出好的經(jīng)驗(yàn)，用于后續(xù)推理。
這樣就實(shí)現(xiàn)了在不調(diào)整參數(shù)的情況下讓ChatGPT學(xué)會游戲技巧。
不過經(jīng)驗(yàn)固然重要，但太多了也不一定是好事。
研究人員發(fā)現(xiàn)，當(dāng)經(jīng)驗(yàn)數(shù)量過多時，非狼一方的獲勝率反而出現(xiàn)了下降，游戲時長（天數(shù)）也出現(xiàn)了縮短的情況。
不知道如果讓這些ChatGPT和真人比試一場，結(jié)果會如何呢？
論文地址：https://arxiv.org/abs/2309.04658
本文鏈接：http://www.tebozhan.com/showinfo-17-10291-0.html清華攢局8個ChatGPT狼人殺 心機(jī)偽裝都在這一局里 清華：我沒教過
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號