德州扑克AI模型研究：隐藏状态真的在追踪对手手牌吗？

在序列模型中，隐藏状态探针常常能恢复潜在标签，但这并不能证明模型真正维持着对隐藏状态的后验信念分布。本研究针对无范围限制的德州扑克自动回归模型展开分析，该模型仅基于行动和价值目标进行训练，并未接触对手手牌或范围信息。

实验结果显示，在三个种子中的两个中，经过行动/价值控制后，对手范围探针呈现阳性反应。行为头仅使用可观察的公共历史信息，对保留行动的预测准确率比基线高出约五个百分点。然而，可见的公共押注组合比残余隐藏状态解释了更多的对手范围信号，这表明大部分可恢复信息实际上来自押注摘要。

当采用行动/价值+组合基线时，前10%准确率达到16.5-16.7%，而组合残余隐藏探针则降至11.4-12.2%。在所有种子中，匹配组合比较结果均为阴性。研究人员将这种证据模式称为“组合有界预测支持”：隐藏状态虽然保持行为预测能力和对手范围相关性，但大部分可恢复的范围信息由可见押注组合解释，而非残余隐藏状态结构。

这项研究是对手范围表征证据的案例研究声明，并非精确的贝叶斯后验追踪或因果信念机制。合成控制和预言验证表明，相同诊断方法在接受后验敏感状态的同时，在匹配控制下拒绝原始组合状态。因此，在将阳性信念探针视为信念追踪证据之前，应通过针对性替代方案进行解读。