Deciphering Digital Detectives: Understanding LLM Behaviors and Capabilities in Multi-Agent Mystery Games

要約

本研究では、AI駆動型ゲームの新領域である「寿限無」（中国の殺人ミステリーロールプレイングゲーム）における大規模言語モデル（LLM）の応用を探求する。この複雑な物語環境におけるAIエージェントの開発を促進するために、キャラクタースクリプトとゲームルールを含む、Jubensha専用の初の中国語データセットを紹介する。また、LLMを用いた独自のマルチエージェント・インタラクション・フレームワークを提示し、AIエージェントが自律的にゲームに参加することを可能にすることで、十返舎のゲームプレイのダイナミクスを向上させる。これらのAIエージェントを評価するために、ケース情報の習得と推論スキルに特化した手法を開発した。さらに、情報収集、犯人検知、論理的推論などの重要な側面においてエージェントのパフォーマンスを向上させるために、最新の文脈内学習を取り入れました。実験結果により、提案手法の有効性が検証された。本研究は、LLMの能力を理解する上で新たな視点を提供し、この分野の研究者に大規模言語モデルベースのエージェントを評価するための新たなベンチマークを確立することを目的としている。

要約(オリジナル)

In this study, we explore the application of Large Language Models (LLMs) in ‘Jubensha’ (Chinese murder mystery role-playing games), a novel area in AI-driven gaming. We introduce the first Chinese dataset specifically for Jubensha, including character scripts and game rules, to foster AI agent development in this complex narrative environment. Our work also presents a unique multi-agent interaction framework using LLMs, allowing AI agents to autonomously engage in the game, enhancing the dynamics of Jubensha gameplay. To evaluate these AI agents, we developed specialized methods targeting their mastery of case information and reasoning skills. Furthermore, we incorporated the latest advancements in in-context learning to improve the agents’ performance in critical aspects like information gathering, murderer detection, and logical reasoning. The experimental results validate the effectiveness of our proposed methods. This work aims to offer a fresh perspective on understanding LLM capabilities and establish a new benchmark for evaluating large language model-based agents to researchers in the field.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL