TextArena/TextArena

解决的问题

TextArena 提供了一个标准化的框架，用于评估和训练语言模型代理。它解决了 LLM 在竞争性和协作性游戏中进行推理、谈判和社交推理能力测试时缺乏多样化、交互式环境的问题。

工作原理

该框架采用类似 OpenAI Gym 的接口，允许用户接入 LLM 代理，与 100 多个文本类游戏进行交互。这些游戏涵盖从经典棋盘和卡牌游戏到复杂的多智能体推理任务。系统支持自对弈和模型间对战评估，并可支持多达 192 种语言，实现跨语言代理评估。

适用人群

专为希望对 LLM 代理进行基准测试、使用强化学习构建训练流水线，或研究语言模型中心智理论（Theory of Mind）的 AI 研究人员和开发者设计。

主要亮点

• 100+ 游戏：涵盖单人、双人和多人环境的广泛游戏类型。
• 多语言支持：支持 192 种语言的 UI 本地化，使代理可独立在不同语言中进行游戏。
• Gym 风格接口：只需实现 __call__ 函数，即可轻松集成代理。
• 网络研讨会/竞赛：与 MindGames 竞赛关联，用于训练 LLM 在需要心智理论的任务上表现。