本研究探讨了大语言模型（LLMs）在战略推理中的表现，发现人类启发的认知结构能够提高LLM代理与人类行为的一致性，但代理设计的复杂性与人类相似性之间的关系是非线性的。

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。

研究介绍了AucArena模拟环境，用于评估大型语言模型在竞争环境中的表现。LLMs展示了参与竞拍所需的技能，但个体能力存在变异性。文章强调了LLM代理设计的进一步提高和模拟环境在测试和改进代理体系结构中的重要作用。

研究介绍了AucArena，用于评估LLMs在竞争环境中的表现。LLMs展示了参与竞拍所需的技能，但个体能力存在变异性。即使是最先进的模型（GPT-4）有时也会被基准线和人类代理超越。LLMs代理模拟复杂社交动态的潜力巨大，但需要进一步提高代理设计和模拟环境的测试和改进。

本文介绍了一种新型模拟环境AucArena，用于评估大型语言模型在竞争环境中的表现。LLMs在竞拍中展示了许多技能，但个体能力存在较大变异性。即使是最先进的模型GPT-4有时也会被启发式基准线和人类代理超越。作者认为，LLMs代理模拟复杂社交动态的潜力巨大，但需要进一步提高代理设计和模拟环境的测试和改进。

该文介绍了大型语言模型（LLMs）在竞争环境中展示高级推理技能的能力，并介绍了评估LLMs的新型模拟环境AucArena。研究发现，LLMs可以展示参与竞拍所需的许多技能，但个体能力存在变异性。进一步提高LLM代理设计和模拟环境在测试和改进代理体系结构中的作用非常重要。