GLEE竞赛博弈Agent论文提交
先了解这件事
Hayden Arnold 向 arXiv 提交论文（arXiv:2610.37397），介绍其提交至 GLEE 竞赛的智能体。该智能体在讨价还价、谈判和说服博弈中与人类及 AI 对手对抗，由三部分组成：经典博弈论求解器（采用 Rubinstein bargaining、Faratin concession 和 Kamenica–Gentzkow disclosure 模型）、在线贝叶斯对手原型估计层，以及负责撰写消息的语言模型。 论文称，在针对 11 种合成对手的 13,200 局 Monte Carlo 对局评估中，说服场景的道德修辞框架与买家是否购买显著相关（χ²=616.7，p≈3.7×10⁻¹³²），且通过了质量、轮次和配置的控制。该智能体通过贝叶斯隐藏参数估计与 Thompson sampling bandit 在五种道德基础框架中选词。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv · cs.CLGLEE 参赛智能体：博弈论求解器 + 贝叶斯对手建模 + 道德修辞框架
作者团队为 GLEE 竞赛提交了一个在讨价还价、谈判和说服博弈中对抗人类与 AI 对手的智能体，核心由经典博弈论求解器、在线贝叶斯对手原型估计层和撰写消息的语言模型三部分组成。该智能体采用 Rubinstein bargaining、Faratin concession 和 Kamenica–Gentzkow disclosure 模型，并通过贝叶斯隐藏参数估计与耦合证据-直觉谱系的 Thompson sampling bandit 在五种道德基础框架中选词。在 13,200 局 Monte Carlo 对局、11 种合成对手的评估中，说服场景的道德修辞框架与买家是否购买显著相关（χ²=616.7，p≈3.7×10⁻¹³²），且通过了质量、轮次和配置的控制。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。