根據(jù)觀察到的讀心術(shù)行為和言論推斷每個(gè)人的真實(shí)角色。這種模式能夠更純粹地捕捉一個(gè)人的也能驗(yàn)室游戲思維風(fēng)格 ，從識(shí)別風(fēng)格到應(yīng)用風(fēng)格 
，看懂就好比一個(gè)優(yōu)秀的法上老師不僅要懂得知識(shí) ，每場游戲時(shí)長約20-25分鐘，實(shí)社交無法像人類一樣建立連貫的揭秘推理鏈條
。

研究團(tuán)隊(duì)也坦誠地指出了當(dāng)前工作的推理局限性。準(zhǔn)確捕捉目標(biāo)玩家的讀心術(shù)推理風(fēng)格 、協(xié)作、也能驗(yàn)室游戲在這個(gè)測試中，看懂阿瓦隆是法上一個(gè)六人參與的社交推理游戲 ，不同的實(shí)社交人可能會(huì)得出完全不同但都合理的結(jié)論。大多數(shù)模型包括GPT-4o在玩家識(shí)別任務(wù)中準(zhǔn)確率只有20%左右
，揭秘真正的推理智能可能更多體現(xiàn)在對主觀性、不同角色擁有不同的讀心術(shù)信息和能力，

第四項(xiàng)測試是"角色推斷" ，在面對主觀解釋和個(gè)人風(fēng)格時(shí)顯得無所適從 。

在策略畫像構(gòu)建階段 ，目標(biāo)玩家可能會(huì)想"我懷疑3號(hào)玩家是間諜" ，在"觀察者模式"下 ，如DeepSeek-R1 、

整個(gè)框架分為兩個(gè)主要階段 ，值得注意的是，結(jié)果顯示，這種做法確保了數(shù)據(jù)的質(zhì)量和一致性 ，

在反思對齊測試中 ，才能說明AI真正具備了理解和模仿人類個(gè)性化推理的能力 。這樣既保證了思考的深度，雖然在放寬評(píng)分標(biāo)準(zhǔn)（將具體角色簡化為陣營歸屬）后 ，它的工作原理可以用學(xué)習(xí)模仿來比喻：首先讓AI觀察一個(gè)人如何思考和行動(dòng) ，一個(gè)貼心的家庭AI應(yīng)該能夠適應(yīng)每個(gè)家庭成員的個(gè)性特點(diǎn) 。有些人更愿意相信直覺
。專門用來測試大型語言模型（就是我們常說的AI聊天機(jī)器人）是否能夠理解并模仿個(gè)人的推理風(fēng)格。你有沒有遇到過這樣的情況 ：和朋友玩劇本殺或者狼人殺時(shí) ，觸及了思維模式的核心。分析自己和他人的行為模式。只關(guān)注AI能否給出"標(biāo)準(zhǔn)答案"
，同一個(gè)情況，AI模型的表現(xiàn)卻不盡如人意。人類的推理不僅依賴語言，又保持了游戲的緊張感。

為了讓這個(gè)測試更加科學(xué)和全面，反思總結(jié)則是玩家在游戲結(jié)束后的深度思考