深度分析 結合圖形資訊與貝葉斯推理的語言模型在 Avalon 桌遊 AI 中突破性能 本研究探討大型語言模型在社會推理遊戲 Avalon 中的表現限制,提出結合圖形資訊的貝葉斯推理框架以外部化信念推斷,並保留語言模型的文字理解功能。實驗證明此混合方法在與更大型模型的對戰中保持競爭力,且在受控的人類對戰中取得 67% 的勝率並獲得較高質性評分。