Lý thuyết trò chơi ngược có thể kiểm soát các tác nhân AI như thế nào

Các nhà nghiên cứu căn chỉnh đang khám phá lý thuyết trò chơi ngược, còn gọi là thiết kế cơ chế, nhằm thiết kế các cấu trúc khuyến khích đẩy các tác nhân AI về phía hành vi mong muốn thay vì cố gắng kiểm tra lý luận nội bộ của chúng. Một bản thảo trước khi in do MIT dẫn đầu đề xuất thưởng cho một mô hình dựa trên mức độ câu trả lời của nó dự đoán đầu ra của một mô hình thứ hai, để việc làm mờ các bài kiểm tra trở thành một canh bạc thua, và gợi ý đặt các tác nhân đối đầu với nhau hoặc ghép các tác nhân có thiên lệch trái ngược.