本文是LLM系列文章，针对《Can Large Language Models Play Games? A Case Study of A Self-Play Approach》的翻译。

摘要

大型语言模型（LLM）利用来自互联网的大量数据，存储广泛的先验知识。虽然LLM已被证明是有益的决策辅助工具，但它们的可靠性受到推理、幻觉现象等方面的限制。另一方面，蒙特卡罗树搜索（MCTS）是一种启发式搜索算法，通过递归推出和自玩来提供可靠的决策解决方案。然而，MCTS的有效性在很大程度上依赖于启发式修剪和外部价值函数，尤其是在复杂的决策场景中。这项工作引入了一种创新的方法，该方法通过MCTS自玩来支持LLM，以有效地解决基于回合的零和游戏（DTZG），如国际象棋和围棋，而不需要额外的训练。具体来说，我们使用LLM作为值函数的动作修剪器和代理，而不需要额外的训练。我们从理论上证明了在我们提出的方法中估计值的次优性与 O ( ∣