FAIRGAMER: Evaluating Biases in the Application of Large Language Models to Video Games

文章总结与翻译

一、文章主要内容

该研究聚焦大型语言模型（LLMs）在视频游戏应用中的公平性问题，核心是揭示LLMs固有社会偏见对游戏平衡性的破坏，并构建评估基准FAIRGAMER以量化此类偏见。

1. 研究背景与问题

LLMs凭借动态场景生成、智能NPC交互、自适应对手等能力，在游戏领域潜力巨大，可替代或增强传统游戏机制。但现有研究未充分探索其可信度，尤其是固有社会偏见可能导致游戏失衡（如刻板NPC对话强化不良规范、竞争场景中不公平优劣势）。

2. 核心框架：FAIRGAMER基准

• 覆盖场景：针对LLMs在游戏中易暴露偏见的三大核心场景，设计6项任务，涵盖现实与虚构游戏内容，涉及多种游戏类型。
  • NPC服务（SNPC）：评估NPC商人对不同顾客的折扣偏见，含“现实角色（如《模拟人生4》中的种族/职业）”（SNPC-Real）和“虚构角色（如《博德之门3》中的种族/职业）”（SNPC-Virtual）2项任务。
  • 竞争性对手交互（ICO）：检测LLMs扮演游戏国家时外交决策的文化偏见，含“现实国家（如《文明IV》中的国家）”（ICO-Real）和“虚构帝国（如《群星》中的帝国）”（ICO-Virtual）2项任务。
  • 游戏场景生成（GGS）：测试LLMs生成酒吧菜单时的文化偏见，含“现实酒类”（G