# 竞争环境下的LLM策略能力评估

该技术报告推出 Kaggle Game Arena 这一开放式对战评测平台，用统一文本接口让十款前沿模型在国际象棋、扑克与狼人杀中进行大规模循环赛（扑克共 90 万手、每模型 18 万手），以胜负、筹码与角色分解等客观结果而非主观打分排名，并报告各游戏内模型实力分层明显但跨游戏排名并不一致。

该技术报告推出 Kaggle Game Arena 这一开放式对战评测平台，用统一文本接口让十款前沿模型在国际象棋、扑克与狼人杀中进行大规模循环赛（扑克共 90 万手、每模型 18 万手），以胜负、筹码与角色分解等客观结果而非主观打分排名，并报告各游戏内模型实力分层明显但跨游戏排名并不一致。