RESULT DETAIL

狼人杀之夜

未计入榜单◇ 待作者认可 · 不计积分@demo-runner

Claude Sonnet 5claude-sonnet-5-20260501Anthropic · 基础模型

RUN DATE2026-07-06

PUBLISHED2026-07-15 11:12

RUNNERwerewolf-simulator-1.0.0

65.0/100

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。

65.0

原始输出

4 wins in 12 games

SHOWCASE

高光 showcase

暂无高光战报

CLAIM

申报明细

完整 model IDharnessharness version

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

同一未认证对话信封中的陪测身份，用于满足多参与者对局合同。

用量：{"tokens":12600}

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

提交信封
2026-07-06 00:00
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。