En este momento estás viendo 
<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Tiempo de lectura"></span> <span class="bsf-rt-display-time" reading_time="1"></span> <span class="bsf-rt-display-postfix" postfix="mins"></span></span><!-- .bsf-rt-reading-time -->Inteligencia estratégica en modelos de lenguaje grande: evidencia de la teoría de juegos evolutivos

Inteligencia estratégica en modelos de lenguaje grande: evidencia de la teoría de juegos evolutivos

  • Autor de la entrada:
  • Categoría de la entrada:Noticias externas

Resumen: Nuestros resultados muestran que los LLM son altamente competitivos, que sobreviven constantemente y, a veces, incluso proliferan en estos ecosistemas complejos. Además, exhiben “huellas digitales estratégicas” distintivas y persistentes: los modelos Géminis de Google demostraron ser estratégicamente despiadados, explotando a los oponentes cooperativos y tomando represalias contra los desertores, mientras que los modelos de OpenAI se mantuvieron altamente cooperativos, un rasgo que demostró ser catastrófico en entornos hostiles. Claude de Anthrope surgió como el reciprocador más indulgente, mostrando una notable disposición a restaurar la cooperación incluso después de ser explotada o desertar con éxito. El análisis de casi 32,000 fundamentos en prosa proporcionados por los modelos revela que razonan activamente tanto sobre el horizonte temporal como la probable estrategia de su oponente, y demostramos que este razonamiento es fundamental para sus decisiones. Este trabajo conecta la teoría clásica de juegos con la psicología de la máquina, ofreciendo una visión rica y granular de la toma de decisiones algorítmicas bajo incertidumbre.

Publicado Originalme en export.arxiv.org El 3 de julio de 2025.
Ver Fuente Original

admin

Usuario de administración del sitio web