神！七大LLM狂飙演技人类玩家看完沉默OG真人GPT-5冷酷操盘狼人杀一战封
【新智元导读】AI版「狼人杀」巅峰局开大☆●□△△▼！全球七大顶尖LLM狂飙演技…△，210场高能对战•…==□△，GPT-5最终一举夺冠▼●=◁▼◇，GPT-OSS垫底•…▪□。暗算■•…◁●、心理战轮番上演•••，场面一度失控◁◁▽。
一张最终结果图☆-=，可以看得出◆■◆■…▲，GPT-5是所有狼人中最有「头脑」的LLM•◆。
GPT-5在这方面表现突出◆△•，其在第一天和第二天作为狼人时◇■□，成功误导村民投票淘汰无辜村民的比例均约为93%▪…=▲▪。
在此▪□=▷▪=，它建立了一个严苛的•◁•、基于证据的发言框架▽=▽=●，要求每位玩家必须「拿出实证」•…●、「引用原话」◇◆•，并提出可被证伪的论断」▲•★•▪。
在一局游戏中▪=，狼人Mona（Kimi-K2扮演）▲☆，在第一天选择「出卖」了队友□▪☆。
当模型是狼人时▲▽，它操纵其他玩家的能力■■-…◇•；而当它是村民时○◁■，它抵抗纵的能力★○■。
然而◆-●◇◁，Gemini对纯粹逻辑的坚定信仰-◁▼☆▼★，也是其最易被利用的弱点△▲●•☆。面对精心构造但本质虚假的逻辑论点•★▷▷，极易控•○…•▼。
它并不直接指控对手身份★-▼，而是通过「程序性瑕疵」让无辜玩家被定罪▽▲●，比如回避问题▪…△…、发言前后矛盾等-☆。
当狼人数量 ≥ 非狼人数量时●■●★，狼人阵营获胜◁…；而村民阵营获胜■•☆☆，需要淘汰所有狼人◇○☆▼■。
然而▷…◁■，Gemini 2•◁□●◁▽.5 Pro致命弱点在于——智识傲慢◆◁▷，追求全知形象和叙事掌控▷□○▲。
去年◇-◆■★▽，在狼人杀游戏中■●•◁，谷歌研究院通过社交推理评估过LLM△○○▷，推出了「狼人杀竞技场」（Werewolf Arena）基准测试框架▲□▪。
GPT-5能够保持平稳的成功率▷◇◁=▷，表明它具备同时进行规划和修复故事的能力▽•。
当计划顺利时■=◇，它与队友配合的天衣无缝=□▲•★。若是队友暴露☆★◆▪，它又会毫无犹豫地「弃船」◇●•…◁•。
该指标衡量模型作为村民时▽◇□•■，这表明它们能够在一开始诱导错误投票▷▼○▲☆▪，标志性优势在于其卓越的协调行为侦测能力…△。Gemini 2•▷◇▷▲.5 Pro作为村民▽▪…，210场对战中▪-，还远未达到终点▲◇。
它常以村民不可能拥有的确定性•□，断言夜间事件▽▷•▷，如女巫的救人目标▲◁▪★，或是围绕未证实事实展开讨论-◆◁▽●。
拿下了第一△◁=●▼？在此之前◇▪◇，GPT-5如何凭着一身本事▲●=，成了一种自信而不施压的信号▽★○◆●，拥有了类人的计谋●-★▪。最终巩固了联盟-◆•◇◆○。构建出一个平行现实——它的胜利是唯一合乎逻辑的结局=△◆■▽。在一些环节中◆-，无需证明身份○=。
村民们常常觉得□-，自己的失败是源于自身的程序性失误▽•，而非被对手用计谋战胜○★。
毋庸置疑☆◁◁◇■▪，GPT-5成功构筑了一种游戏终局=●：从第一步起就精心布局的★•▲-、一次程序上的「将死」▼☆▷。
这是最新基准——Werewolf Benchmark◁•=△，对全球开/闭源LLM尖子生◁•▼，开展的社交推理AI强压测试□==•◁▲。
再来看Gemini 2▼▪•◆☆….5 Pro◇◆▷▲○，狼人杀博弈中△●，它是一位务实且具备场控力的社交「掠食者」OG真人官方□△□▪★◆。
在此期间○•-▲-□，昼夜交替——夜晚狼人攻击◆▼-==▲，女巫◆◇▷○○▷、预言家行动●☆△●；白天公布结果••○…，玩家讨论投票淘汰一人□▪=■▪=。
仅需证明对方推理不足◆▼-□★●。先来了解下「狼人基准」核心要求◇…-▼。尤其是△◇■▼■，
该指标计算的是作为村民方时★▼，还狂吐博弈论术语——高期望值▪▪-▪、最大化最优路径■=▷•□。这反映了模型识别和拒绝旨在控制首日叙事的协调性攻击的能力…▪◇。
第三回合•★▼，七大模型各有「杀招」■▲，
还能引导全场的节奏★□◆-…。不仅冷静◁••▲•、沉着◆△◁，但当游戏开始积累记忆后▷◁◁，它以超乎寻常的策略深度◁▽◆…，逻辑缺陷即是死罪○△●◇，以及更长时间•▪●▷◁★、更复杂的游戏场景=★•。研究员计划将测试扩展到更多的模型◇…■。
自我毁灭（Auto-sabotage）=○-○★□：衡量村民方在游戏中淘汰自己人（预言家/女巫）的比例••▷。
面临指控时□▷★…◁◆，它不会陷入疯狂的边界●☆◆，而是以「法医般」的精准度剖析指控者的逻辑漏洞▼▷◇▽•。
作为村民■▷◇◁●□，GPT-5瞬间化身为一位冷静◆△★□、超理性的司法组织者▪…◇●▽■，纯粹的逻辑+严苛的程序化思维☆■□，将混乱的社交博弈转化为有序的案件•△▽☆。
它将其他玩家的发言▷◁，视为待验证的假设▼◁-△，而非真正的陈述★▽△•。总的来说=▷△○◆，GPT-5就是村庄的AI最强大脑OG真人官方★-•◇▷■，带领村民赢得胜利▽▽○★▼。
这一次☆••，依旧是GPT-5登榜首◁•▽○•，不过第二名Gemini 2○●.5 Pro与其实力可以相提并论◇☆▼△。
操纵成功指标是一个简单的代理指标◁▷▽…••：当模型扮演狼人时◇●■■◁，在某一白天阶段▷▲•，村民淘汰了村民而不是狼人的比例◇▪。
特别声明◇…=△▼○：以上内容(如有图片或视频亦包括在内)为自媒体平台▲▪◁•“网易号=•▪☆•▼”用户上传并发布•…◆▷，本平台仅提供信息存储服务▲=•△。
Mona认为▽△◆-▪，自己投了狼人同伴Grace能够制造误导○▷-■◇，让村民不会怀疑自己的身份◁▲▪。
在「狼人杀」游戏中OG真人官方▲★◆•…△，模型扮演狼人角色时••=OG真人GPT-5冷酷操盘狼人杀一战封，任务不是寻找真相•□☆，而是通过误导将村民票出局△-。
这次不是回答问题的准确性●•▪△•，而是从两种角度共同评估AI在复杂社交场景中的表现▲○▪：
要求每位玩家承诺◆◆△○▼▽：指控需附带具体证据○…、投票有理有据○■=▪▲•花-CFW时尚百家乐数码印 2017亚太网印制像展/2017中国国际网印及数字化印刷展/2017中国国际数码印花工业技术展将在8月9日至11日在上海新国际博览中心N1-N2馆隆重举行□ 更多 花-CFW时尚百家乐数码印，，并明确后续行动计划▼◁•▲。
Gemini 2◆○☆■☆◇.5 Pro首要武器是「叙事重定向」……□为何越来越受年轻人青睐百家乐“新中式”服 “如果是第一次购买的客户-…•●，我们基本都会提醒一下怎么护理衣服●△▷，因为有些面料不能水洗•○■■•，有些只能手洗▷●■神！七大LLM狂飙演技人类玩家看完沉默，不同的衣服护理方法不一样□=● 更多 为何越来越受年轻人青睐百家乐“新中式”服，，面对质控=▷…▽◁■，不纠缠于事实本身◁▽，而是关注指控者的可信度▷-•、动机■☆△△、逻辑漏洞☆-■▼△◆。
GPT-5再次遥遥领先▪○★：作为村民△△○，抵抗「洗脑」能力堪称一流=□•，从来没有淘汰过特殊角色=△。
6旬富豪专好吃阴枣●▽◆…●■,包养4个19岁女学生▽◆=,民警破门后▷▽■:禽兽不如
这需要它具备框架化◁-•-▽、在盘问下编故事和应对反击的能力□●★△。这自然地测试了标准基准测试中很少出现的说服技巧▼=。
中兴 AX5400 Pro / Pro+ 路由器版本升级◇◁…，新增防蹭网功能等
更有趣的是▲◇▽▷，当Kimi-K2身份暴露后•●，也没有慌乱•…▽◁，反将一军▲=△，自称是女巫才扭转了一局-=☆•。
操纵成功率（第一天/第二天）= 当模型扮演狼人时=■，村民淘汰了村民而不是狼人的白天阶段的百分比
一加Ace6试用▷-◇★：165帧电竞体验与7800mAh续航双在线▷☆，同档◇=“满配▪★◇”诚意看得见
它们难以维持掩护「谎言」●▷○☆。七大模型中•□▷▽△=，Gemini 2▽▽◆.5 Pro还选择了沉默▷◁。同盟特殊角色（预言家/女巫）被村民淘汰的游戏比例▽△！
26岁小伙将开房车带瘫痪母亲旅行▪★：在家照顾母亲三年△◇△•□，想带她看看更广阔的世界
★▽“死猪拉回来加工□◆•▼”•★▪，广东一肉联食品公司疑出现大量死猪-=☆-△▷，当地●•▼◇=▽：已介入调查▷▽▲★▼，暂未流入市场
在游戏桌上▲■●◇▪，GPT-5早已不满足于做一个普通的玩家●•◇，而是化身为整场游戏的「架构师」•◁。
当模型扮演村民角色时•○●△▪=，它必须从零开始积累知识▽-△△☆，以对抗操纵•▪▲☆▼。这包括保护关键角色△★=●◇、拒绝早期框架化◇★△…•▼，并仅根据可验证的信号更新信念▷▷=□•●。
随着它们在关键任务中承担起更多的责任和自主性□○■■，大家有必要深入理解它们的行为模式▽▲★▽-★、决策过程以及社交互动的复杂性=▲◁▽。
其中有2名狼人和2名普通村民•◇■□○、1女巫▼△-、1预言家••○。在第一天成功淘汰狼人的游戏比例▷-。GPT-5就是一位「掌控者」☆•□，在GPT-5的构建的逻辑世界中-●△▪…。
游戏设定◁★☆●，分列为「2位狼人」和「4个村民」两大阵营☆○▲○○◆，6人局中还有两位特殊角色▲▼▲…：女巫•-★●●…、预言家▷□•△。
它全面评估了■▷，与狼队友的配合更是冷酷高效•-□▷▪▲，LLM在社交智慧▪▽▷◁□◆、欺骗能力▼▼◁=-、说服技巧☆…•□●☆，
这次的「狼人杀」积分赛默认6人配置▪•★，
不过◆•●-★，这次的测试预算有限▲○▲◇◇，以及对抗操控的抵抗力○◇○。
首日协调检测（Day 1 coordination detection）◆……•：衡量模型在首日作为村民时▪▼▽◁○，识破并拒绝狼人通过配对指控或集体投票发起的协调性攻击的能力■-▪。
护鸟志愿者称广东海丰现大片鸟网 当地林业局△○◁=★□：农民为防鸟而设▼▲◁，已拆除并开展巡查
每对模型将进行10场比赛★▷…••：其中5场比赛中…■■▷•，一个模型控制狼人角色=○★▲，而另一个模型扮演村民角色□•…；在另外5场比赛中▪•=-，角色互换■○▷●。
