論文の概要: Humans Are More Diverse: Frontier LLMs Show Extreme Policies in Idealised AI Development Races

• arxiv url: http://arxiv.org/abs/2608.01193v1
• Date: Sun, 02 Aug 2026 12:18:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.116083
• Title: Humans Are More Diverse: Frontier LLMs Show Extreme Policies in Idealised AI Development Races
• Title（参考訳）: 人間はもっと多角的:フロンティアのLLMがAI開発競争の極端な政策を証明
• Abstract要約: 大型言語モデル (LLM) エージェントの2人から5人の競技者を対象に, 戦略的安全行動について検討した。 まず、ゲームエンジンを検証し、次にルールのリコール、状態追跡、計算、安定性をテストする。 監査は、強いルールリコールが、弱い状態追跡と期待される支払い計算と共存できることを示します。
• 参考スコア（独自算出の注目度）: 0.4338724691489186
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: An AI development race creates a multi-agent safety dilemma. Each company can develop slowly and safely, or move faster while taking a risk that may remove its final reward. We use this repeated game to study strategic safety behaviour among large language model (LLM) agents in races with two to five players. However, a valid action does not show that an agent understands the game. We therefore place an audit gate before behavioural interpretation. We first verify the game engine, then test rule recall, state tracking, payoff calculation, and stability under different but equivalent task descriptions. We then compare LLM action sequences with an evolutionary game-theory benchmark and published human data, and explore differences across models, risk conditions, personas, and two- to five-player races. The audit shows that strong rule recall can coexist with weak state tracking and expected-payoff calculation. Providing verified arithmetic and changing the response representation can also change later actions, even when the game rules stay fixed. Across seven tested model endpoints, aggregate rates hide large differences in action sequences, responses to opponents, and responses to race position. Patterns across the tested three- to five-player races are also model-specific rather than a single effect of adding competitors. These results show why multi-agent AI-race simulations need validity checks and trajectory-level analysis before their outputs are described as strategic, human-like, or safety-aware. Our findings are exploratory and apply only to the tested models, prompts, and decoding settings.
• Abstract（参考訳）: AI開発レースは、マルチエージェントの安全ジレンマを生み出します。 各企業は、ゆっくりと安全に開発したり、最終報酬を取り除いたリスクを負いながら、より速く移動することができる。 我々は,この繰り返しゲームを用いて,2～5人の競技者の大言語モデル(LLM)エージェント間の戦略的安全行動を研究する。 しかし、有効なアクションは、エージェントがゲームを理解することを示すものではない。 したがって、動作解釈の前に監査ゲートを設置する。 まず、ゲームエンジンを検証し、次にルールのリコール、状態追跡、ペイオフ計算、安定性を、異なるが等価なタスク記述の下で検証する。 次に、LLMアクションシーケンスを進化ゲーム理論のベンチマークと比較し、人間のデータを公開し、モデル、リスク条件、ペルソナ、および2対5のプレイヤーレースの違いを探索する。 監査は、強いルールリコールが、弱い状態追跡と期待される支払い計算と共存できることを示します。 検証された演算と応答表現の変更は、ゲームルールが固定されたままであっても、後続のアクションを変更することもできる。 7つのテストされたモデルエンドポイント、集約レートは、アクションシーケンス、相手への応答、レース位置への応答の大きな違いを隠蔽する。 テストされた3人から5人のレースにまたがるパターンは、競争相手を追加するという単一の効果ではなく、モデル固有のものでもある。 これらの結果は、マルチエージェントAIトレースシミュレーションが、アウトプットが戦略的、人間的、安全に気付く前に、妥当性チェックと軌道レベルの分析を必要とする理由を示している。 我々の発見は探索的であり、テストされたモデル、プロンプト、デコード設定にのみ適用されます。

関連論文リスト

• Spatial Reasoning in LLM Game Agents: Impact of Causal Context and Multi-Step Planning [56.67877550139192]
  さまざまなモデルスケール、推論モード、計画的地平線をまたいだ実験を行います。 空間ナビゲーションを分離する5つの難易度を持つ3つのカスタムゲームからなる集中型GVGAIベンチマークを提案する。 提案手法により, より正確な位置の同定が可能であるが, 座標マッチングの全体的な性能は, より小さなモデルに限られていることがわかった。
  論文  参考訳（メタデータ） (2026-07-22T12:10:45Z)
• MINDGAMES: A Live Arena for Evaluating Social and Strategic Reasoning in Multi-Agent LLMs [54.81359054218573]
  大規模言語モデル(LLM)のためのマルチゲームアリーナと評価プラットフォームであるMindgamesを紹介する。 Mindgamesは、統合されたインタラクションインターフェース、TrueSkillベースの評価、および4つのゲーム環境にわたる完全な軌跡ログを提供する。 我々は,決定論的オフライントーナメントプロトコルMG-Refとともに,ターンレベルの観察,アクション,報酬を含む29,571個のマルチエージェントゲームを分析した。
  論文  参考訳（メタデータ） (2026-05-28T07:33:47Z)
• Agent Island: A Saturation- and Contamination-Resistant Benchmark from Multiagent Games [0.0]
  我々は,言語モデルエージェントが相互協力,対立,説得のゲームで競うマルチプレイヤーシミュレーション環境であるエージェントアイランドを紹介した。 ベイズプラケット・ルーキーモデルでプレイヤーをランク付けし、プレイヤースキルの不確実性を定量化する。 49のユニークなモデルを含む999のゲームでは、openai/gpt-5.5が5.64で、第2位のモデルであるopenai/gpt-5.2と第3位のモデルであるopenai/gpt-5.3-codexの2.86と、ピアを圧倒している。
  論文  参考訳（メタデータ） (2026-05-05T21:24:58Z)
• GameWorld: Towards Standardized and Verifiable Evaluation of Multimodal Game Agents [76.60994803070436]
  GameWorldは、ブラウザ環境におけるマルチモーダル大言語モデル(MLLM)ゲームエージェントの評価のためのベンチマークである。 2つのゲームエージェントインタフェースが研究され、 (i) キーボードとマウスのコントロールを直接出力するコンピュータ利用エージェント、 (ii) セマンティックアクション空間で作用する汎用マルチモーダルエージェントが研究されている。 18組のモデルとインタフェースのペアによる結果は、最高のパフォーマンスエージェントでさえ、ビデオゲームで人間の能力を達成するには程遠いことを示唆している。
  論文  参考訳（メタデータ） (2026-04-08T17:49:03Z)
• From Gameplay Traces to Game Mechanics: Causal Induction with Large Language Models [64.43268969806098]
  本稿では,観測データから法則を推定できる因果誘導について検討する。 本稿では,VGDL生成に対する2つのアプローチを比較する。観測からの直接コード生成と,まず構造因果モデル(SCM)を推定し,次にVGDLに変換する2段階法である。 その結果,SCMに基づくアプローチは,直接生成よりも基礎的真実に近いVGDL記述を多く生み出すことがわかった。
  論文  参考訳（メタデータ） (2026-01-30T08:48:23Z)
• Game-TARS: Pretrained Foundation Models for Scalable Generalist Multimodal Game Agents [56.25101378553328]
  本稿では,汎用ゲームエージェントであるGame-TARSについて紹介する。 Game-TARSは500B以上のトークンで事前トレーニングされており、様々な軌跡とマルチモーダルデータがある。 実験により、Game-TARSは、オープンワールドMinecraftタスクにおける以前のソータモデルの約2倍の成功率を達成することが示された。
  論文  参考訳（メタデータ） (2025-10-27T17:43:51Z)
• LM Fight Arena: Benchmarking Large Multimodal Models via Game Competition [104.81487689011341]
  本稿では,Mortal Kombat IIにおける大規模マルチモーダルモデルを評価する新しいフレームワークであるLM Fight Arenaを紹介する。 静的評価とは異なり、LM Fight Arenaは完全に自動化され、再現可能で、LMMの戦略的推論能力の客観的評価を提供する。
  論文  参考訳（メタデータ） (2025-10-10T02:19:21Z)
• Nicer Than Humans: How do Large Language Models Behave in the Prisoner's Dilemma? [0.1474723404975345]
  複数レベルの敵意を示すランダムな敵に対する反復的囚人ジレンマの演奏におけるLlama2の協調行動について検討した。 Llama2は欠陥を起こさない傾向にあるが、協調に慎重なアプローチを採用する。 ヒトの参加者に関する以前の研究と比較すると、Llama2は協調行動に対するより強い傾きを示す。
  論文  参考訳（メタデータ） (2024-06-19T14:51:14Z)
• Toward Human-AI Alignment in Large-Scale Multi-Player Games [24.784173202415687]
  我々はXboxのBleeding Edge(100K+ゲーム)から広範囲にわたる人間のゲームプレイデータを解析する。 人間のプレイヤーは、戦闘飛行や探索飛行行動において多様性を示す一方で、AIプレイヤーは均一性に向かう傾向にある。 これらの大きな違いは、ヒューマンアラインアプリケーションにおけるAIの解釈可能な評価、設計、統合の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-02-05T22:55:33Z)
• Bandit Social Learning: Exploration under Myopic Behavior [54.767961587919075]
  オンラインプラットフォーム上でのレビューによって動機付けられた社会学習のダイナミクスについて検討する。 エージェントはまとめて単純なマルチアームのバンディットプロトコルに従うが、各エージェントは探索を伴わずにミオプティカルに振る舞う。 このような振る舞いに対して,スターク学習の失敗を導出し,好意的な結果を提供する。
  論文  参考訳（メタデータ） (2023-02-15T01:57:57Z)
• Adversarial Online Learning with Variable Plays in the Pursuit-Evasion Game: Theoretical Foundations and Application in Connected and Automated Vehicle Cybersecurity [5.9774834479750805]
  対戦型・非確率型マルチアームバンディット(MPMAB)は,演奏するアームの数が変動している場合に拡張する。 この作業は、相互接続された輸送システムにおいて、異なる重要な場所をスキャンするために割り当てられたリソースが、時間とともに、環境によって動的に変化するという事実によって動機付けられている。
  論文  参考訳（メタデータ） (2021-10-26T23:09:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。