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
- Claude Code 竟被跑进了 Windows 98 桌面里 — amplifiedamp · 2026-07-22
- 有人开玩笑问：LLM 真证明了 P=NP 该怎么办 — Promptmethus · 2026-07-22
- OpenAI、Grok、Gemini 又被做成同款最强模型梗 — elonmusk · 2026-07-22
- AI圈魔幻现状：前沿模型证伪数学猜想，大众却只知GPT — amplifiedamp · 2026-07-22
- 听信Claude建议去散步，结果走去洗车场 — BLUECOW009 · 2026-07-22
- Google 与 xAI 联手？网友调侃大厂「下一代必达 SOTA」口号 — Angaisb_ · 2026-07-21