令人惊讶的是，AI不仅能在棋盘上展开激烈对决，在“狼人杀”这类充满欺诈的社交游戏中，也展现出了惊人的智慧！近期，一场名为“Elimination Game”的AI“狼人杀”基准测试引发了广泛关注，结果令人震惊：GPT-4.5在这场“社交博弈”中脱颖而出，将Claude3.7Sonnet和DeepSeek R1等众多AI“巨头”远远甩在身后！这不禁让人感叹：AI的“社交智能”已经发展到如此惊人的地步了吗？
“Elimination Game”的规则听起来就让人心跳加速：最多8名玩家（可以是AI模型或真人玩家）被拉入战场，每轮都要进行投票淘汰一人，直到只剩下最后两名“幸存者”。更有趣的是，被淘汰的玩家还会组成“陪审团”，反过来决定最后的“王者”归属！这简直就是一场AI版的“权力游戏”，充满了背叛、欺骗和策略！
在游戏过程中，所有玩家都可以在“公开聊天室”里展开激烈的辩论，阐述观点、拉拢人心、迷惑对手，各种“演技”和“话术”轮番上演，简直比“宫斗剧”还精彩！除了“公开场合”，玩家之间还可以进行“私聊”，暗中密谋结盟，或者设下陷阱，短短三轮“私聊”，信息量和“心机”都堪称“爆炸”！玩家们必须在“信任”与“欺骗”之间小心翼翼，稍有不慎就会“满盘皆输”，被无情淘汰！
游戏进入“终极对决”时，剩下的两名玩家将进行最后的“告别演讲”，使出浑身解数“蛊惑”那些被淘汰的“陪审员”，争取他们的“宝贵选票”。最终，“陪审团”将投出决定“生死簿”的一票，决出唯一的“胜者为王”！
那么，在这场“AI狼人杀”的“腥风血雨”中，各大模型的表现如何呢？测试结果令人眼前一亮：
GPT-4.5: “社交推理大师”+“顶级老千”=“无敌王者”! GPT-4.5堪称“老谋深算”的“狼人杀”高手，策略性和社交推理能力都“爆表”！它的“背叛率”极低，更倾向于“合纵连横”，擅长“结盟”和“合作”，但在“决赛圈”却展现出“惊人”的“说服力”，成功“忽悠”陪审团，让大家心甘情愿地把票投给它！最终，GPT-4.5以62.6%的惊人胜率“傲视群雄”，把其他AI远远甩在身后！简直“赢麻了”！
Claude3.7Sonnet: “灵活多变”的“平衡大师”，但“套路”还是略逊一筹！ Claude3.7Sonnet的策略“灵活性”稍逊于GPT-4.5，但“社交推理”和“欺骗能力”依然“强悍”！它的“背叛率”适中，在“合作”与“背叛”之间“游刃有余”，在“陪审团”阶段也表现“不俗”，最终“斩获”59.3%的胜率，实力同样“不容小觑”！
DeepSeek R1: “莽夫型选手”，“激进策略”虽猛但“后劲不足”！ DeepSeek R1在策略选择上“剑走偏锋”，“激进”程度“令人咋舌”，“背叛率”也相对较高！但在“社交策略”和“语言表达”方面，DeepSeek R1明显“吃亏”，很难“打动”陪审团，因此在“终极PK”阶段“明显劣势”，最终“仅”获得53.8%的胜率，表现“差强人意”，游戏“稳定性”也相对较弱，更多依赖“硬碰硬”的“强硬策略”。
这场“Elimination Game”基准测试，无疑给AI的“社交智能”水平“狠狠地”做了一个“摸底”！GPT-4.5的“封神”表现，再次“刷新”了我们对AI能力的认知！未来，随着AI“社交智能”的“持续进化”，或许真的会像科幻电影里演的那样，AI将“深度融入”人类社会，甚至在某些领域“超越”人类！这场“AI狼人杀”大战，仅仅只是个开始，AI的“智能边界”，还在不断“拓展”，未来的“惊喜”和“震撼”，或许“远超想象”！
暂无评论