提出对手建模诊断基准与框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Hanbo Xie 等作者的研究，提出一个针对递归信念更新算法对手的重复捉迷藏基准与诊断框架。该框架通过实时交互、固定历史评估和受控信息干预，区分自适应对弈、动作预测与信念追踪三种能力。研究在 Qwen2.5-7B-Instruct 上测试发现，监督对手动作概率可在告知对手类型与参数时提升预测，但需从历史推断对手时准确率下降；GPT-5.4 同样受益于直接提供正确对手信念，而更深的显式信念报告与自生成记忆未能稳定改善预测。目前进展限于该基准与诊断框架的提出及上述模型测试结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。