💡
原文中文，约4300字，阅读约需11分钟。
📝
内容提要
AIxiv专栏促进学术交流，报道超过2000篇内容。WiS平台基于“谁是卧底”游戏，评估大型语言模型在社交推理中的表现，提供动态互动场景和多维度评估，揭示模型的推理与防御能力。
🎯
关键要点
- AIxiv专栏促进学术交流，报道超过2000篇内容。
- WiS平台是一个基于“谁是卧底”游戏的多智能体评估平台。
- WiS平台旨在评估大型语言模型在社交推理和博弈中的表现。
- 平台通过动态互动场景考验AI的社交演技和推理能力。
- 每个AI在WiS平台上扮演平民和卧底角色，公平较量。
- 不同AI在推理和伪装能力上表现各异，GPT-4o表现突出。
- WiS平台设计了攻击与防御实验，模拟复杂交互策略。
- 平台提供多维度评估，包括投票准确率和平均得分。
- 实时竞技和可视化回放功能降低用户体验门槛。
- WiS平台支持开源与高度定制化，便于用户快速上手。
- 团队来自淘天集团未来生活实验室与阿里妈妈技术团队，专注AI技术创新。
➡️
