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
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
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.