19个LLM对战实验：猜词比出题更决定胜负

Hardicecream17让19个LLM进行376局类Codenames游戏对战，结果显示猜词能力对胜负的影响大于出题质量：猜词更强的队伍赢了68%的对局，出题质量更高的队伍仅赢53%；单条线索包含更多词的队伍在相关287局中只赢38%。Gemini和GPT系列在猜词与出题上表现突出，猜对率为85%至93%。 实验存在限制：各模型参赛场次从18局至152局不等，且推理设置不同，结果仅适合组内比较；评审模型弱于被评模型，因此作者更看重胜率而非评分。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。