WereWolf-Plus Game Configurations

该数据集包含了在狼人杀游戏中进行的实验配置和性能指标，旨在评估多代理策略推理能力。其中涵盖了不同大型语言模型（LLM）的度量标准，以及先知和警长等角色的配置情况，并探讨了经验池对游戏玩法的影响。实验规模涉及8至12名玩家，在多种配置下进行。该任务的目标是评估狼人杀游戏中的多代理战略推理能力。

This dataset contains experimental configurations and performance metrics collected from Werewolf game sessions, aiming to evaluate multi-agent strategic reasoning capabilities. It covers evaluation metrics for various large language models (LLMs), configurations for roles including the Seer and Sheriff, and investigates the impact of experience pools on gameplay. The experiments involve 8 to 12 players across multiple configurations, with the core task of assessing multi-agent strategic reasoning performance in the context of Werewolf games.

搜集汇总

背景与挑战

背景概述

该数据集是一个基于DSGBench的狼人游戏配置项目，实现了完整的狼人游戏流程，支持灵活的游戏设置和多种大型语言模型（LLM）的配置与评估。项目提供了详细的配置文件结构，包括模型API设置、游戏角色分配和评估参数，便于进行多模型对战实验和性能分析。