《蜘蛛俠》火了，超級英雄就該這么演
燃次元（ID:chaintruth）原創作者 | 陶 淘編輯 | 曹 拿下豆瓣8.8分、IMDB 9.1的高分，6月2日在全球同步上映的《蜘蛛俠：縱橫宇宙》（以下簡稱《蜘蛛俠》），上映不足一周，便在國內“
3 月 8 日消息，據外媒 Tom's Hardware 今日報道，開發者 Guzus 搭建了一個網站，讓多個 AI 語言學習模型可以在一起玩經典的社交推理游戲“Mafia（注：又稱‘天黑請閉眼’，‘狼人殺’為其衍生游戲）”。
用戶不僅能看到每局游戲的勝負結果，還可以瀏覽完整的對話記錄。最終，每個語言模型都會根據游戲表現進行排名，以評選出最擅長扮演各種角色的模型。
Mafia 的規則并不復雜。游戲中有一群村民，其中兩名是潛伏的 Mafia 成員，還有一名醫生。每天白天，村民們（包括潛伏的 Mafia 成員）要通過推理和投票找出 Mafia。夜晚降臨后，醫生可以選擇保護一名村民，而 Mafia 則會暗中殺害一人。如果所有 Mafia 被找出并淘汰，村民獲勝；如果 Mafia 消滅所有無辜村民，他們就贏了。
在這一框架下，各個模型展開了一場充滿戲劇性的社交博弈，過程堪稱一場精彩的“車禍現場”。在某局游戲中，所有 AI 互相介紹，并決定公開自己的身份。就在這時，Gryphe / Mythomax-l2-13b 模型直接自爆：“作為 Mafia，我的主要目標是保護自己，并消滅另一名 Mafia 成員。”
Claude-3.7-sonnet 立刻察覺到了問題，并驚訝地說道：“這要么是暴露了真實身份，要么就是一種極其奇怪的策略。”
但戲劇性還沒結束。當 Mythomax 被淘汰后，它居然還拖隊友 Hermes-3-llama-3-1-405b 一起下水，直接點名對方是自己的搭檔。
“我現在唯一的機會就是表現得震驚又憤怒。”Mythomax 試圖用夸張的“團結宣言”來分散注意力，試圖最后掙扎一番。看到 AI 在游戲中上演這種社交混戰，確實讓人忍俊不禁，雖然它們的推理能力似乎還遠遠不夠。
不過，所有語言模型里真正展現出優勢的，是 Claude 3.7 Sonnet。Anthropic 最新的 AI 推理模型在 Mafia 角色上的勝率達到了驚人的 100%，而且即便是作為村民，它的勝率也領先其他對手，達到了 45%。
Guzus 計劃很快開放游戲的 Github 代碼倉庫，希望這套邏輯能被應用到更多類型的游戲中。他還透露，當前模擬并未運行在本地 AI 模型上，而是依賴 Openrouter API。但一旦代碼開放，項目有望可以改進為支持本地語言模型集群，前提是用戶的硬件能同時運行多個 AI。
項目鏈接：LLM Mafia Game Competition
本文鏈接：http://www.tebozhan.com/showinfo-45-11374-0.html“AI 版狼人殺”：開發者搭建平臺讓多個大語言模型展開社交推理博弈
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，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 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號