LLM 距离职业扑克玩家还有多远？重访基于智能体工具使用的博弈论推理

随着大语言模型应用于高风险领域，其在不确定性下的战略推理能力至关重要。本文系统评估了 LLM 在扑克任务中的表现，发现其存在依赖启发式、事实误解及“知行差距”等缺陷。针对这些局限，作者提出了 ToolPoker 框架，该框架结合外部求解器生成符合博弈论最优策略的行动，并提供专业的推理解释。实验表明，ToolPoker 不仅实现了最先进的游戏水平，其生成的推理轨迹也紧密反映了博弈论原则。