大型语言模型中的战略智能：来自演化博弈论的证据

大型语言模型(LLM)是否是一种新型的战略智能，能够在竞争环境中推理目标？我们提供了令人信服的支持性证据。迭代囚徒困境(IPD)长期以来一直是研究决策制定的模型。我们进行了有史以来第一次演化IPD锦标赛，将经典策略(例如，以牙还牙、冷酷触发器)与来自领先前沿AI公司OpenAI、Google和Anthropic的智能体进行对抗。通过改变每场锦标赛的终止概率(“未来的阴影”)，我们引入了复杂性和偶然性，混淆了记忆。我们的结果表明，LLM具有很强的竞争力，能够在这些复杂的生态系统中持续生存，有时甚至大量繁殖。此外，它们表现出独特且持久的“战略指纹”：Google的Gemini模型被证明在战略上是无情的，利用合作对手并报复背叛者，而OpenAI的模型则保持高度合作，这一特性在敌对环境中被证明是灾难性的。Anthropic的Claude成为最宽容的互惠者，即使在被利用或成功背叛后，也表现出恢复合作的显著意愿。对模型提供的近32,000条散文式理由的分析表明，它们会主动推理时间范围和对手可能的策略，并且我们证明这种推理对其决策至关重要。这项工作将经典博弈论与机器心理学联系起来，为不确定性下的算法决策提供了丰富而细致的视角。