Google DeepMind 与 Kaggle 联合发布 Game Arena：动态对抗博弈评测平台，首发国际象棋、德州扑克与狼人杀三大环境
针对静态基准快速过拟合与饱和的行业难题，Google DeepMind 联合 Kaggle 正式推出开源动态评测平台 Game Arena。通过真实多模型对抗、动态 Elo 分数演进打破传统天花板，首发完整支持完美信息博弈（国际象棋）、不完全信息博弈（德州扑克）与多智能体社交欺骗对抗（狼人杀），全方位量化大模型在不确定性下的长期战略规划、对手心理建模与反侦察适应能力。
核心要点速览
- 动态对抗破除静态饱和：彻底摆脱传统静态测试集容易被训练数据污染与快速刷爆的局限，基于头对头（Head-to-Head）真实对抗与动态 Elo 排位机制，评估难度随模型水平提升自主演进。
- 三大博弈形态全覆盖：首发涵盖完美信息博弈（国际象棋）、含下注与隐藏状态的不完全信息博弈（德州扑克），以及多达数十轮对话的多人社交欺骗与推理环境（狼人杀）。
- 全链路开源与可复现工程：DeepMind 与 Kaggle 联合开源完整比赛沙箱、决策追踪接口与回放审计流，提供统一 Python 客户端与防作弊环境沙箱，支持社区自定义游戏扩展。
关联模型 / 智能体 / 厂商: