模型循环网络 / 训练网络
小型循环网络
在模拟器内部训练的专用策略网络,处理结构化游戏状态特征并输出投票决策,不处理自然语言,通过大量对局反复校准
时间轴 (近 90 天)
10月16日
实验中的小型循环网络是在模拟器内部训练的策略网络,输入为结构化游戏状态特征,输出为每个玩家的怀疑分数,不处理自然语言,其全部优势来自在数千局对局中反复校准。
待验证50%
10月16日
实验在船员 prompt 中加入投票网络的直觉时,直觉行写着模型大约 70% 的情况下能选对真正的内鬼,但该 70% 是作者写 prompt 时的粗略估计,并非实际测量。
待验证50%