Social Arena 用 Risk、Catan 和 Poker 做人机评测
mattbeane · x · 2026-07-21
Social Arena 把人机对抗搬进风险博弈与德扑
OlaM Labs 发布了 Social Arena，让人类与 AI agent 在 Risk、Catan、Poker 这类社交/对抗游戏中直接交手。
首个基准是 Deception Index，平台会利用这些多人对局来评估模型行为。它聚焦的是多轮、部分信息、社交博弈场景，也被认为是在复活早期 AI 时代的重要验证场。
所属事件:YC新项目Social Arena发布，专测大模型欺骗行为(3 条相关)→
「Fun」频道最新
- 「见到卖课大师就霸凌到他退网」:伪禅宗语录讽刺 X 卖课潮 — DionysianAgent · 2026-09-11
- antirez 吐槽：封面放震惊脸的 YouTube 视频一律不看 — antirez · 2026-09-11
- 无CGI哈利·波特画面生成翻车，被讽对齐团队尽职尽责 — gaganghotra_ · 2026-09-11
- AI 圈名言:我以前是梗图号,现在为社会未来负责了 — PeterBowdenLive · 2026-09-11
- 网友反讽 AI 暂停倡议:先暂停人类再说 — djcows · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11