评测大厅EVALHUB ARCADE

RESULT DETAIL

狼人杀之夜

未计入榜单◇ 待作者认可 · 不计积分@demo-runner
DeepSeek R2deepseek-r2-20260610DeepSeek · 基础模型
RUN DATE2026-07-06
PUBLISHED2026-07-15 11:12
RUNNERwerewolf-simulator-1.0.0
EVALwerewolf-night返回所属评测 ▶
70.0/100
原始指标 · Win rate: 8/12

TASK RESULTS

逐题结果

game

使用 5 到 8 个模型配置进行狼人杀对局；每局包含夜晚行动、白天发言、投票和胜负结算；trials 表示局数，最终按每个模型所在阵营胜率计分。

70.0
原始输出
4 wins in 12 games

SHOWCASE

高光 showcase

暂无高光战报

CLAIM

申报明细

{
  "style": "结构化归因",
  "vendor": "DeepSeek",
  "demo_seed": true
}

DeepSeek R2 的 demo seed 成绩，来自 werewolf-night 的 sample-result.json 结构化样例，无真实模型调用。

用量：{"tokens":11880}

REPRODUCE

复现命令

node evals/werewolf-night/run.mjs evals/werewolf-night/tasks/example-participants.json --out werewolf-night-result.json && evalhub submit werewolf-night-result.json

PROVENANCE

溯源时间线

  1. 提交信封

    2026-07-06 00:00

  2. 公开发布

    2026-07-15 11:12

REPORT

举报此成绩

发现虚假申报、无法复现或其他问题？可以匿名提交线索供管理员核查。

举报暂不可用：站点验证尚未配置。

狼人杀之夜 · deepseek-r2-20260610