如何为策略性智能体交互选择 LLM

研究将 LLM 策略选择定义为叠加在基础博弈之上的元博弈，每轮从模型组合中派出一个 LLM 应对在线学习的潜在收益矩阵。在 5 个博弈和 10 个 LLM 上的评估显示，模型策略能力随博弈设置和对手显著变化，且提取可靠信号需要比传统基准测试高得多的种子运行数 N。