Among Us
一款多人在线社交推理游戏，玩家扮演船员或内鬼，通过完成任务或识破伪装来取得胜利，代表作之一
时间轴 (近 90 天)
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。
开发者 Seth Wheeler 在《Among Us》模拟器中用开源权重模型 gpt-oss:20b 替代原本由小型循环网络驱动的会议投票系统，结果在六种配置中，大模型从未让船员表现得更好。
Among Us 是 2018 年发布的一款多人社交推理游戏，每局 4 至 15 名玩家，少数为内鬼，其余为船员，分为自由移动阶段和会议阶段。
在八人两内鬼、使用第二联赛机器人的配置中，训练网络的船员胜率为 52.0%，每局平均驱逐 0.99 个内鬼；而 gpt-oss 在轮流问答格式下 16 局仅赢 2 局（12.5%），每局驱逐 0.06 个内鬼，错误驱逐 0.94 个无辜船员。
在八人配置中加入训练网络直觉并使用轮流问答格式后，gpt-oss 船员 16 局赢了 8 局，与网络基准几乎无法区分（p = 0.54）。
在十五人三内鬼、第六联赛的严格可比实验中，训练网络 300 局船员胜率 93.3%，gpt-oss 在对话+直觉格式下 20 局 16 胜（80%），单侧 Fisher 精确检验 p = 0.052。
第六联赛十五人局中，使用 gpt-oss 的会议平均耗时 524 秒挂钟时间，几乎全部时间花在约 4 次会议的轮流发言上，每个玩家每轮调用一次模型；训练网络的投票不需要模型调用。
在六种配置中，语言模型仅在八人无直觉配置中明显比网络差，在有直觉的五种中一次持平、四次落后，但每次差距单独来看都太小或有混杂因素，无法下定论；没有任何一种配置中它表现得更好。
社交推理游戏（Social Deduction Game）是一类依赖玩家间信息不对称与言语交锋来推进的游戏类型，代表作包括《狼人杀》《Among Us》《血染钟楼》等。
《Duperie》更接近一款带社交外壳的逻辑解谜游戏，而非《Among Us》那种派对游戏。
还有 5 条时间轴事件
全部知识事实 (15)
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。
50%待验证开发者 Seth Wheeler 在《Among Us》模拟器中用开源权重模型 gpt-oss:20b 替代原本由小型循环网络驱动的会议投票系统，结果在六种配置中，大模型从未让船员表现得更好。
50%待验证Among Us 是 2018 年发布的一款多人社交推理游戏，每局 4 至 15 名玩家，少数为内鬼，其余为船员，分为自由移动阶段和会议阶段。
50%待验证在八人两内鬼、使用第二联赛机器人的配置中，训练网络的船员胜率为 52.0%，每局平均驱逐 0.99 个内鬼；而 gpt-oss 在轮流问答格式下 16 局仅赢 2 局（12.5%），每局驱逐 0.06 个内鬼，错误驱逐 0.94 个无辜船员。
50%待验证在八人配置中加入训练网络直觉并使用轮流问答格式后，gpt-oss 船员 16 局赢了 8 局，与网络基准几乎无法区分（p = 0.54）。
50%待验证在十五人三内鬼、第六联赛的严格可比实验中，训练网络 300 局船员胜率 93.3%，gpt-oss 在对话+直觉格式下 20 局 16 胜（80%），单侧 Fisher 精确检验 p = 0.052。
50%待验证第六联赛十五人局中，使用 gpt-oss 的会议平均耗时 524 秒挂钟时间，几乎全部时间花在约 4 次会议的轮流发言上，每个玩家每轮调用一次模型；训练网络的投票不需要模型调用。
50%待验证在六种配置中，语言模型仅在八人无直觉配置中明显比网络差，在有直觉的五种中一次持平、四次落后，但每次差距单独来看都太小或有混杂因素，无法下定论；没有任何一种配置中它表现得更好。
50%待验证社交推理游戏（Social Deduction Game）是一类依赖玩家间信息不对称与言语交锋来推进的游戏类型，代表作包括《狼人杀》《Among Us》《血染钟楼》等。
50%待验证《Duperie》更接近一款带社交外壳的逻辑解谜游戏，而非《Among Us》那种派对游戏。
50%待验证DisguisedToast在2020年疫情时期凭借《Among Us》直播积累了大批粉丝
50%待验证《Among Us》是由Innersloth开发的社交推理游戏
50%待验证该定制主机机箱内部布满《Among Us》的角色造型元素，正面印有主播专属Logo
50%待验证《Among Us》于2018年发布，在2020年疫情期间因大量主播直播而爆红
50%待验证短局化设计思路在Among Us、Goose Goose Duck等同类社交推理游戏中也有体现
50%