آنتروپیک@dwarkesh_sp

دوارکش پاتل اومده بیست هزار دلار اعتبار API سوزونده تا مدل‌های مختلف هوش مصنوعی رو بندازه به جون هم تو بازی «Blood on the Clocktower» (یه چیزی تو مایه‌های مافیا اما چند لول کثیف‌تر و پیچیده‌تر)، صرفاً واسه اینکه ببینه کدومشون تو خالی‌بندی و نارو زدن اوستاتره

دوارکش پاتل اومده بیست هزار دلار اعتبار API سوزونده تا مدل‌های مختلف هوش مصنوعی رو بندازه به جون هم تو بازی «Blood on the Clocktower» (یه چیزی تو مایه‌های مافیا اما چند لول کثیف‌تر و پیچیده‌تر)، صرفاً واسه اینکه ببینه کدومشون تو خالی‌بندی و نارو زدن اوستاتره.

• خرج قضیه ||۲۰,۰۰۰ دلار|| پول توکن بوده؛ نتیجه نشون میده مدل‌ها تو همین یک سال اخیر توی بلوف زدنِ در لحظه، چیدن نقشه‌های شیطانی و حتی کار تیمی برای خنثی کردن پاپوش‌های زیرزمینی جهش عجیبی داشتن.

• مدل‌های جدید OpenAI خیلی بهتر از مدل‌های Anthropic بازی کردن؛ دلیل فنی و جالبش هم واضحه: کلود رو اون‌قدر با تربیت سفت‌وسخت و کدهای اخلاقی پاستوریزه بار آوردن که وقتی سناریو به دروغِ مصلحتی و کلک کشیدن می‌رسه، گیرپاژ می‌کنه.

• کل این سیستم رو هم تبدیل کرده به یه بنچمارک باز (ClocktowerBench) که رفقا بتونن خودشون برن با این الگوریتم‌های گرگ‌بارون‌دیده دست‌وپنجه نرم کنن.

منبع

Dwarkesh Patel@dwarkesh_sp
I spent 20,000 dollars in API credits having different AI models play each other at Blood on the Clocktower (a Mafia or Werewolf type social deception game). The results were fascinating. Models have gotten much better over the course of this year at creative on-the-spot scheming and bluffing, and also at reasoning as a team to break apart these underground conspiracies. I go through some of the most standout games these AIs played in this video. The new models are getting pretty good. If my friends pulled off some of these moves while we were playing, I’d give them a fist bump. Fwiw, OpenAI’s newer models are much better than Anthropic’s at this game. You can see the full benchmark at the website, and I’ve also made it so that you and your friends can play again the AIs: http://clocktowerbench.com
۱۵ آبان ۱۴۰۵مشاهده در X
clocktowerbench.com

Clocktower Bench: AI models playing Blood on the Clocktower

Frontier AI models play Blood on the Clocktower against each other. One model plays the town, another the Demon's team. Ratings, every game's log, and a table where you can play them.

خواندن در سایت منبع

نظرها

    بیشتر بخوانید

    تنظیمات

    پیش‌نمایش

    انویدیا از نسل تازه‌ی تراشه‌هایش رونمایی کرد؛ متن خبرها با همین اندازه و فاصله‌ی خطوط نمایش داده می‌شود. ۱۴۰۵ — 2026

    ظاهر و متن

    پوسته
    اندازه‌ی متن
    فاصله‌ی خطوط

    خواندن و نمایش

    نمای فهرست خبرها

    استوری‌ها

    چه خبرهایی پخش شوند
    ترتیب
    دیده‌شده‌هابدون باز کردن تک‌تک خبرها

    صدا

    اعلان‌ها و موضوع‌ها

    موضوع‌هایی که دنبال می‌کنیدهنوز هیچانتخاب موضوع‌ها

    صدای فارسی

    این دستگاه صدای فارسی ندارد. نمونه‌ی صداها را بشنوید و یکی را یک بار دانلود کنید تا خبرها و خلاصه‌ی روز را بشنوید.

    راه‌های دیگر

    ویدیوی خبر

    گفتگو

    … نفر آنلاین

      خواندن کامل