UNIST 方法训练小型大模型智能体推断隐藏身份，狼人杀胜率从 41.6% 提升至 65.6%

MARBO 已被 EMNLP 2026 接收，仅在智能体行动基于对其他玩家身份的可靠判断时给予奖励；UNIST 称其在 Among Us 中胜率从 36.4% 升至 49.0%，结果来自游戏基准，而非现实中的欺骗识别。