arXiv · cs.AI· Hanbo Xie, Yue Zhao, Robert C. Wilson·· 1 天前
大语言模型对手建模诊断：超越成功对局
Beyond Successful Play: Diagnosing Opponent Modeling in Large Language Models
arXiv:2610.17310v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hanbo Xie, Yue Zhao, Robert C. Wilson
研究任务与主要进展
研究者提出重复躲猫猫基准与诊断框架，用实时交互、固定历史评估和信息干预区分语言模型是在适应对局、预测动作，还是跟踪对手信念。实验显示，结构化 elicitation 和行为监督微调可改善部分场景的对局表现，但对手预测和信念跟踪仍有限；向 Qwen2.5-7B-Instruct 或 GPT-5.4 提供正确对手信念会改善预测与选择，而更深度的显式信念报告和自生成记忆未能稳定改善基于历史的表现。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org