一项调查语言模型在“黑手党”游戏中检测欺骗能力的研究表明，模型的性能极易受到随机性的影响，尤其是在游戏早期阶段。GPT OSS 20B和Qwen3-4B等模型的初步排名显示，由于样本量小，结果差异很大，参数数量最初似乎会影响结果，但最终被证明并不可靠。研究强调，该游戏固有的随机性，尤其是在第一天，使得AI模型在欺骗检测任务中难以建立一致的性能基线。 AI
影响 强调了由于固有的随机性和需要更大的样本量才能得出可靠结论，在利用AI进行欺骗检测方面所面临的挑战。
排序理由 该条目描述了一项实验及其与AI模型在特定任务上的性能相关的发现，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
