事件观察中
AVCORP用Avalon语料训练LLM识别欺骗
先了解这件事
AI 综述
2026年11月，arXiv平台发布AVCORP语料库研究，用250局Avalon游戏的5000条标注语句训练Qwen3-8B识别欺骗。该语料将37种策略映射到4x4行为矩阵，并附有溯因假设、怀疑度与嵌套心智理论信念的推理轨迹。研究称，其最佳检测器在25局留出对局中超越GPT-5.6 Sol等前沿模型、追平Claude Opus 5.5；在20局人类对局中，各训练检测器所有轮次的F1均高于未训练模型。
AI 根据报道生成 · 2 天前更新
走势与进展
每小时关注度
现在 25，24 小时 -2%·峰值 28（11月10日 20:00）
11月11日11月12日11月13日现在 25
相关研究
这件事的论文
- AVCORP 语料库：基于传播理论与心智理论识别和抵御欺骗
arXiv · 2026-11-06
后续时间线
11月7日
- arXiv：对齐、欺骗与监督AVCORP 语料库：基于传播理论与心智理论识别和抵御欺骗
AVCORP 语料库用 250 局 Avalon 游戏的 5000 条标注语句训练 Qwen3-8B 识别欺骗，其最佳检测器在 25 局留出对局中超越 GPT-5.6 Sol 等前沿模型、追平 Claude Opus 5.5。语料将 37 种策略映射到 4x4 行为矩阵，附有溯因假设、怀疑度与嵌套 ToM 信念的推理轨迹。在 20 局人类对局中，各训练检测器所有轮次的 F1 均高于未训练模型。
相关讨论
关注度走势
每天新增来源
- 11月10日新增1个来源（1家媒体、0个账号）
- 11月11日新增0个来源（0家媒体、0个账号）
- 11月12日新增0个来源（0家媒体、0个账号）
- 11月13日新增0个来源（0家媒体、0个账号）