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。

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。