GLEE：一个统一的语言经济环境框架与基准
原文中文，约400字，阅读约需1分钟。发表于：。本研究针对大语言模型（LLM）在经济和战略互动中表现行为的理性和效率问题展开分析，关键贡献在于提出了一个标准化的基准，旨在统一对双人序列语言游戏的研究。通过开发开源框架和数据集，研究表明LLM与人类玩家在各种经济背景下的表现差异，并量化经济环境特征对代理行为的影响。
大型语言模型（LLMs）在复杂环境中展示高级推理能力，尤其在竞拍中。AucArena作为评估工具，显示LLMs通过简单提示参与竞拍，并通过自适应策略提高准确性。尽管LLMs在模拟社交动态中有潜力，但能力差异明显，甚至最先进的模型如GPT-4有时也被超越，强调了改进代理设计的重要性。
