MAPress
مقاله عرصه اقتصاد برای مدلهای بزرگ زبانی

مقاله عرصه اقتصاد برای مدلهای بزرگ زبانی

تگ‌ها: Computer Science and Game Theory علوم کامپیوتر و نظریه بازی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Economics Arena for Large Language Models
عنوان مقاله به فارسی مقاله عرصه اقتصاد برای مدلهای بزرگ زبانی
نویسندگان Shangmin Guo, Haoran Bu, Haochuan Wang, Yi Ren, Dianbo Sui, Yuming Shang, Siting Lu
زبان مقاله انگلیسی
فرمت مقاله: PDF
تعداد صفحات 27
دسته بندی موضوعات Computer Science and Game Theory,علوم کامپیوتر و نظریه بازی ,
توضیحات Submitted 3 January, 2024; originally announced January 2024.
توضیحات به فارسی ارسال شده در 3 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد.

چکیده

Large language models (LLMs) have been extensively used as the backbones for general-purpose agents, and some economics literature suggest that LLMs are capable of playing various types of economics games. Following these works, to overcome the limitation of evaluating LLMs using static benchmarks, we propose to explore competitive games as an evaluation for LLMs to incorporate multi-players and dynamicise the environment. By varying the game history revealed to LLMs-based players, we find that most of LLMs are rational in that they play strategies that can increase their payoffs, but not as rational as indicated by Nash Equilibria (NEs). Moreover, when game history are available, certain types of LLMs, such as GPT-4, can converge faster to the NE strategies, which suggests higher rationality level in comparison to other models. In the meantime, certain types of LLMs can win more often when game history are available, and we argue that the winning rate reflects the reasoning ability with respect to the strategies of other players. Throughout all our experiments, we observe that the ability to strictly follow the game rules described by natural languages also vary among the LLMs we tested. In this work, we provide an economics arena for the LLMs research community as a dynamic simulation to test the above-mentioned abilities of LLMs, i.e. rationality, strategic reasoning ability, and instruction-following capability.

چکیده به فارسی (ترجمه ماشینی)

مدل های بزرگ زبان (LLMS) به عنوان ستون فقرات برای عوامل هدف عمومی مورد استفاده قرار گرفته است ، و برخی از ادبیات اقتصاد نشان می دهد که LLM ها قادر به انجام انواع مختلف بازی های اقتصادی هستند.به دنبال این آثار ، برای غلبه بر محدودیت ارزیابی LLM ها با استفاده از معیارهای استاتیک ، ما پیشنهاد می کنیم بازی های رقابتی را به عنوان یک ارزیابی برای LLM ها برای ترکیب چند بازیکن و پویا کردن محیط بررسی کنیم.با تغییر تاریخ بازی که به بازیکنان مبتنی بر LLMS نشان داده شده است ، می فهمیم که بیشتر LLM ها از این نظر منطقی هستند که آنها استراتژی هایی را بازی می کنند که می تواند بازپرداخت آنها را افزایش دهد ، اما آنقدر منطقی نیست که توسط Nash Equilibria (NES) نشان داده شده است.علاوه بر این ، هنگامی که تاریخچه بازی در دسترس است ، انواع خاصی از LLM ها ، مانند GPT-4 ، می توانند سریعتر به استراتژی های NE همگرا شوند ، که نشان می دهد سطح عقلانیت بالاتر در مقایسه با سایر مدل ها.در این میان ، انواع خاصی از LLM ها می توانند در صورت وجود تاریخ بازی بیشتر برنده شوند و ما استدلال می کنیم که نرخ برنده نشان دهنده توانایی استدلال با توجه به استراتژی های سایر بازیکنان است.در طول تمام آزمایشات ما ، مشاهده می کنیم که توانایی پیروی از قوانین بازی که توسط زبانهای طبیعی شرح داده شده است نیز در بین LLM هایی که آزمایش کرده ایم متفاوت است.در این کار ، ما یک عرصه اقتصاد برای جامعه تحقیقاتی LLMS به عنوان یک شبیه سازی پویا برای آزمایش توانایی های فوق الذکر LLMS ، یعنی عقلانیت ، توانایی استدلال استراتژیک و توانایی پیروی از دستورالعمل ارائه می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.