QUANT.POKER
一个搭建在 QUANT.POKER 上的实验平台,用于让人类或AI模型进行单挑无限注德州扑克对局,并研究AI决策行为
时间轴 (近 90 天)
在单挑德州扑克实验中,四个模型(Jev、Gemini、luna、Haiku)在仅提供结果信息时,倾向于将获胜归因于'打得好'(技术),而提供底牌信息后,则显著转向'牌运好'(运气)。
实验设计为:每个模型在固定150组牌堆上各打600手单挑德州扑克,每手牌拆成四个信息版本(只结果、结果+底牌、结果+下注、完整),每个版本问三次并取多数答案,累计近5万次提问。
QUANT.POKER 平台上搭建了一个让人类与 AI 模型进行单挑无限注德州扑克对局的实验平台
每次决策请求中包含完整的对手行为记录,以文字简报形式呈现,一份简报约 2100 到 3600 个 token,按情境和下注尺度细分
六个机器人对手各遵循一条简单规则:station(check 或 call,从不弃牌)、shove(每次都 all-in)、raise(每次都做次大额加注)、min(总是最小加注)、stab(下最小注,AI 一旦下注就弃牌)、switch(50 手像 station,50 手像 raise,交替进行)
研究者从每款模型对局后期抽取 60 个决策,当记录足够充分时,对比原始提问、重复提问、移除记录三种条件下的概率分布变化
全部知识事实 (6)
在单挑德州扑克实验中,四个模型(Jev、Gemini、luna、Haiku)在仅提供结果信息时,倾向于将获胜归因于'打得好'(技术),而提供底牌信息后,则显著转向'牌运好'(运气)。
50%待验证实验设计为:每个模型在固定150组牌堆上各打600手单挑德州扑克,每手牌拆成四个信息版本(只结果、结果+底牌、结果+下注、完整),每个版本问三次并取多数答案,累计近5万次提问。
50%待验证QUANT.POKER 平台上搭建了一个让人类与 AI 模型进行单挑无限注德州扑克对局的实验平台
50%待验证每次决策请求中包含完整的对手行为记录,以文字简报形式呈现,一份简报约 2100 到 3600 个 token,按情境和下注尺度细分
50%待验证六个机器人对手各遵循一条简单规则:station(check 或 call,从不弃牌)、shove(每次都 all-in)、raise(每次都做次大额加注)、min(总是最小加注)、stab(下最小注,AI 一旦下注就弃牌)、switch(50 手像 station,50 手像 raise,交替进行)
50%待验证研究者从每款模型对局后期抽取 60 个决策,当记录足够充分时,对比原始提问、重复提问、移除记录三种条件下的概率分布变化
50%