谷歌DeepMind扩围AI基准：引入狼人杀与扑克，考验Agent的社交与博弈能力

Google DeepMind宣布扩展Kaggle Game Arena平台，在原有的国际象棋基础上，新增“狼人杀”和扑克两项基准测试。此举旨在突破传统“完美信息”游戏的局限，重点评估AI模型在信息不完美环境下的表现。其中，“狼人杀”通过自然语言交互，考验AI的社交推理、谈判协作及反欺骗能力；扑克则聚焦于风险管理与不确定性量化。DeepMind希望通过这种更接近现实环境的沙盒测试，推动AI在智能体安全性与复杂决策能力上的发展。