Mixed-Strategy Decision Tree

新的LLM方法使用求解器输出来改进博弈策略

研究人员开发了一种名为混合策略决策树（MDT）的新方法，以改进大型语言模型（LLM）的游戏策略。传统的LLM训练通常依赖于人类数据，这对于具有混合策略均衡的复杂博弈可能不是最优的。MDT利用求解器输出而非人类标注来诱导均衡博弈，在无限注德州扑克中，跨越各种LLM配置，将均衡距离显著减少了52.6%。这种方法使LLM能够为复杂博弈生成更具策略性和可理解性的规则。