AREG：基于对抗资源提取游戏的大语言模型说服与抵抗评估

评估大语言模型（LLM）的社交智能能力越来越需要从静态文本生成转向动态、对抗性的交互。我们引入了对抗资源提取游戏（Adversarial Resource Extraction Game, AREG），作为一种基准方法，将说服与抵抗 operationalized 为动态、零和博弈中的多轮财务资源谈判。通过前沿模型的轮流比赛，AREG 能够在单一的交互框架内联合评估进攻性（说服）和防御性（抵抗）能力。我们的分析表明，这些能力呈弱相关性（$\rho = 0.33$），且经验上被解耦：强大的说服性能并不可靠地预测强大的抵抗性能，反之亦然。在所有被评估的模型中，抵抗得分均高于说服得分，这表明在对抗性对话环境中存在系统性的防御优势。进一步的语言学分析表明，交互结构在这些结果中起着核心作用。寻求增量承诺的策略与更高的提取成功率相关联，而寻求验证的响应在成功的防御中更常见，尤其是明确的拒绝。综合这些发现表明，LLM 的社交影响力并非单一能力，而是评估框架只关注说服时可能忽略的非对称行为漏洞。