谷歌DeepMind聯合Kaggle升級Game Arena平臺，新增“狼人殺”和“撲克”兩款遊戲，推動AI測試從邏輯運算轉向社交推理與不確定決策，以更全面評估模型性能。
萬萬沒想到，AI 不僅能在棋盤上 “廝殺”，在 “狼人殺” 這種爾虞我詐的社交遊戲中，也展現出了驚人的智力! 最近，一場代號爲 “Elimination Game” 的 AI “狼人殺” 基準測試火爆出爐， 結果簡直讓人 “虎軀一震”: GPT-4.5竟然在這場 “社交博弈” 中 “封神”， 把 Claude3.7Sonnet 和 DeepSeek R1等一衆 AI “大佬” 都遠遠甩在了身後! 這不禁讓人驚呼: AI 的 “社交智能” 已經進化到如此恐怖的程度了嗎?這場 “Elimination Game” 的規則聽起來就 “心跳加速”: 最多8名玩家（可以是 AI 模型，也可以
歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。新鮮AI產品點擊瞭解：https://top.aibase.com/1、又炸！人們需要意識到模型只是模仿人類行爲非真正思考或理解。
["AI藝術家“Forty_Seven947”以狼人雷格西爲原型，用DALL·E3創作逼真狼人形象。","狼人形象跨足多個場景，引起“獸圈”網友熱烈反響。","狼人擬人化形象賦予動物保護和生態環境意義。","AI繪畫領域探索不斷，DALL·E 3受到用戶喜愛。","“連續進化”的AI模型帶來新玩法，如文生圖2.0等。"]
一種測試大語言模型在複雜社交博弈中智能性的基準測試框架，靈感來源於‘狼人殺’遊戲。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
