UNIST-Methode trainiert kleine LLM-Agenten auf versteckte Rollen und hebt die Werwolf-Gewinnrate von 41,6 % auf 65,6 %

MARBO, angenommen bei EMNLP 2026, belohnt Agenten nur, wenn ihr Handeln auf verlässlichen Annahmen über die Rollen anderer Spieler beruht; UNIST meldet bei Among Us einen Anstieg der Gewinnrate von 36,4 % auf 49,0 % – gemessen in Spielen, nicht bei realer Täuschungserkennung.