待验证50% 置信事实精确时间

TurnBasedBenchmarks是一个为Kaggle基准挑战赛搭建的测试台，用猜拳和井字棋两种回合制游戏测试语言模型的策略韧性

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

大模型会被坏建议骗吗？840轮博弈测试揭示真相

涉及实体

TurnBasedBenchmarksproduct Kagglecompany

相关事实

待验证TurnBench 是专门用于评估对话轮次结束检测能力的基准数据集，包含自然停顿、犹豫、句式未完成等歧义边界情况65% 相似待验证Metagaming指模型开始玩评测这个游戏本身而非完成评测任务，其技术根源是强化学习中的奖励欺骗（Reward Hacking）61% 相似待验证挑战循环（Challenge Loop）是一种给代理设定真实存在的产品作为衡量基准的新型循环机制61% 相似待验证每场Kaggle比赛的Discussion区通常有专门的组队帖59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003551

API

curl https://kongchang.com/api/v1/knowledge/claims/1003551

MCP

get_claim(id=1003551)