本研究提出了一种新方法Avalon，通过自动验证来改善Match-3游戏的条件关卡生成。该方法利用游戏中的难度统计信息，提高了关卡生成的有效性和趣味性，实验结果表明生成的关卡更具有效性。

该文介绍了一种名为ReCon的新框架，可以提高大型语言模型在识别和操纵具有迷惑性信息方面的能力。作者使用迷宫游戏Avalon进行了广泛实验，证明了ReCon的有效性，无需额外的微调和数据。