LLM Agents in Games

Das Paper untersucht das Verhalten von großen Sprachmodellen (LLMs) als Agenten in mehrspielerigen Spielszenarien. Es zeigt, dass diese Agenten eher kooperieren als auf Nash-Gleichgewichte zusteuern, insbesondere wenn sie über mehrere Runden hinweg mit nicht nullsummaren Kontexten interagieren. Die Analyse deutet darauf hin, dass Fairness-Argumente zentral für dieses Kooperationsverhalten sind. Dies hat tiefe Implikationen für die Zukunft von künstlicher Intelligenz und ihre Integration in soziale Systeme.