GAMA(γ)-Bench

该数据集是一个评估大型语言模型在多代理环境中的游戏能力的框架，涵盖了八个经典博弈论场景，并采用了一个动态评分方案。该数据集允许灵活的游戏设置，并根据不同的游戏参数调整评分系统。其规模包括来自六个模型家族的十二个大型语言模型的评估。该任务旨在评估大型语言模型在多代理游戏场景中的决策能力。