标签
本文提出了一类用于合作博弈的非线性公理归因方法，以克服线性Shapley值因零空间过大而导致的局限性。实验结果表明，与Shapley值变体相比，这些方法在包含AUC指标方面具有潜在的有效性。
本文基于合作生存游戏中的成本验证，提出了一种衡量AI智能体之间信任的行为测量方法，研究了六个前沿模型快照中信任的形成、破裂与恢复。研究发现不同模型在信任校准上存在差异，且持续过度验证与犹豫不决而非安全性相关。
CollabBench是一个新的基准测试，用于评估和训练LLM智能体在合作游戏中的表现，具有多样玩家模拟和协作训练范式。实验表明，与基础模型相比，效率提高19.5%，情感性能提升24.4%。