作者认为，训练网络在数千局同一模拟器对局中反复校准，其怀疑分数与谁最终被证明是内鬼高度对齐；而语言模型带来的通用知识在本环境中没有优势，因为内鬼的发言没有明显异常，唯一识破方法是核对声明与谁能看到那个房间，但没有结果表明模型能可靠完成该核对。