逆向博弈论可能如何约束 AI 智能体

MIT、Yale 和 Columbia 的研究者在预印本论文中提出，用“逆向博弈论”奖励能准确预测另一模型回答的模型，减少模型在测试中故意表现不佳。研究者还设想让模型轮流担任解题者与审计者，漏查作弊的审计者也受罚，以激励智能体遵守规则。它不要求理解模型内部机制，但依赖智能体理性，且有串通作弊风险。