论文将LLM策略选择形式化为元博弈并评估

Arastun Mammadli 等发布 arXiv 论文《Choosing LLMs for Strategic Agent Interactions》，将策略型交互中的模型动态选择形式化为叠加在基础博弈之上的元博弈，在具有收益矩阵和自适应对手的场景下从多个大语言模型组合中进行选择。 基于论文摘要，作者在5个游戏和10个LLM上评估发现：模型的策略能力随游戏设置和对手显著变化；基于查询嵌入或LLM自反思的选择方法不能稳定捕捉策略信号；轻量级多臂老虎机算法在各游戏中表现更可靠，但仍不及最佳固定模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。