CIA内部期刊最新一期的论文。战争游戏中的LLMs。"在测试中，我们观察到使用Mistral 7B生成的响应经常倾向于外交谈判，即使行为与分配的人物不一致。"

在我们的赛后调查中，参与者对体验的平均评分为4.25分（满分5分）。所有受访者一致认为他们的AI助手“似乎很准确”，这意味着它提供的信息是可靠的。