TAG
0 篇评论 · 1 篇随笔
清华大学团队的论文,关于在合作兼竞争的交易游戏中评估 LLM 智能体的基准 SidConArena。以桌游 Sidereal Confluence 为题材,在谈判、生产、封印竞价三个阶段进行评估,报告前沿模型表现较强,但仍存在资源价值误判、被动谈判、长期投资规划薄弱等问题。