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
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27