UNISTの手法、小型LLMエージェントに隠れた役割を推論させ人狼の勝率を41.6%から65.6%に向上

EMNLP 2026採択のMARBOは、他プレイヤーの役割に関する信頼できる推論に基づく行動にのみ報酬を与える。UNISTによるとAmong Usの勝率は36.4%から49.0%に上昇したが、結果はゲーム上のもので現実の欺瞞検出ではない。