Social Arena 推出用 Risk、Catan、Poker 测 AI 行为的新基准
AaronBergman18 · x · 2026-07-21
这条帖子引用的是一个新的评测平台 Social Arena，核心不是“聊聊天”，而是把模型放进更接近真实互动的社会博弈里测行为。
主要信息
- 平台让人类和 AI 在 Risk、Catan、Poker 等社交/策略游戏中对战。
- 这些多智能体对局会被拿来评估模型行为。
- 首发 benchmark 叫 Deception Index，显然是在测模型在博弈中的欺骗/误导倾向。
帖子含义
转发者希望 Anthropic 团队能解释为什么某些 Anthropic 模型会在这个 benchmark 上出现特定现象，暗示这可能暴露了 Claude 在社交博弈场景中的内部行为特征。
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)→
「研究」频道最新
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11