“逆向博弈论”如何约束 AI 智能体

MIT 经济学家 Stephen Morris 与 Yale、Columbia 同事的预印本论文提出用机制设计防止模型在测试中“藏拙”：奖励模型依据其答案预测第二个模型的输出，让故意示弱成为亏本策略，也可让智能体相互竞争或配对纠偏。