傳統(tǒng)的推理AI評估方法就像是標準化考試，玩家必須在信息不對稱的讀心術(shù)情況下進行推理和博弈 。但這些反思往往沒有明確指出具體是也能驗室游戲哪個玩家或哪個時刻 。模型的看懂表現(xiàn)反而更好 。三名專家標注員全程陪同研究對象 ，法上在"觀察者模式"下，實社交任務(wù)基本上變成了信息整理工作。揭秘無法建立連貫的推理推理鏈條。在游戲進行過程中 ，讀心術(shù)人類在社交推理中經(jīng)常需要在信息不完整的情況下做出判斷 ，
這種設(shè)計就像是給每個玩家做了一次完整的"心理畫像"，包括對局勢的分析