Método da UNIST treina pequenos agentes LLM para inferir papéis ocultos e eleva a taxa de vitória no Lobisomem de 41,6% para 65,6%

O MARBO, aceito na EMNLP 2026, só recompensa os agentes quando suas ações se baseiam em crenças confiáveis sobre os papéis dos outros jogadores; a UNIST relata alta da taxa de vitória em Among Us de 36,4% para 49,0%, em jogos e não na detecção de enganos reais.