Стратегический интеллект в больших языковых моделях: данные эволюционной теории игр

Статья показывает, что разные модели ведут себя совершенно по-разному, когда их помещают в теоретико-игровые условия. Из этого следует, что тестирование и evals играют всё более критичную роль в разработке агентных систем: обновление или смена базовой модели приведёт к непредсказуемым изменениям в поведении агента.