实体 Social Gym

Social Gym

PulseAugur coverage of Social Gym — every cluster mentioning Social Gym across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_193054 · Aug 10 · 05:12

新的基准套件测试并改进LLM的社交推理能力

研究人员推出Social Gym，一个旨在客观衡量和改进大型语言模型（LLM）在多智能体设置下的社交推理能力的新环境。该环境包含21种社交游戏，如“狼人杀”和“间谍过家家”，为智能体的表现提供可验证的结果。初步基准测试显示，虽然GPT-5 mini在排行榜上领先，但没有单一模型在所有游戏或角色上都表现出色，这表明当前LLM的社交推理能力存在局限性。为解决此问题，开发了SPaRTan方法，这是一个无需训练的循环，模型根据其游戏经验生成和…