LLMArena: 评估大型语言模型在动态多智能体环境中的能力

最近的研究表明，大型语言模型（LLM）在实现人类级智能的自主代理方面具有潜力。引入了LLMArena框架来评估LLM在多代理动态环境中的能力。实验和人类评估发现，LLM在对手建模和团队协作方面仍有发展空间。希望LLMArena能指导未来研究，增强LLM的这些能力，实现更复杂和实用的应用。