2024 冬季国内大会
公式結果（表彰）
| 賞 | チーム |
|---|---|
| 平均勝率 1 位（Macro・Micro2） | UEC-IL |
| 平均勝率 1 位（Micro） | kanolab |
| 主観評価 1 位（平均・C 一貫性） | UEC-IL |
| 主観評価 1 位（B 文脈） | kanolab |
| 主観評価 1 位（D ゲーム行動・E 多様性） | CanisLupus |
結果発表・表彰は言語処理学会第31回年次大会（2025年3月10日〜13日、長崎）のテーマセッションで行いました。
勝率
本戦で正常に終了した全ゲームのログから集計しています。「総合」は勝ち数 ÷ 試合数、役職別の欄はその役職で戦ったときの勝率と（勝ち数 / 試合数）です。「構成加重」は役職別勝率を村の役職構成で平均し直した値で、配役の偏りを打ち消した勝率です。
5人村 (210 試合)
| # | チーム | 試合 | 総合 | 村人 | 占い師 | 狂人 | 人狼 | 構成加重 |
|---|---|---|---|---|---|---|---|---|
| 1 | UEC-IL | 152 | 56.6% | 61.3% (38/62) | 58.6% (17/29) | 41.9% (13/31) | 60.0% (18/30) | 56.6% |
| 2 | kanolab | 151 | 56.3% | 54.8% (34/62) | 64.5% (20/31) | 46.4% (13/28) | 60.0% (18/30) | 56.1% |
| 3 | Mille | 154 | 51.3% | 56.5% (35/62) | 46.7% (14/30) | 56.2% (18/32) | 40.0% (12/30) | 51.2% |
| 4 | sUper_IL | 147 | 50.3% | 50.0% (29/58) | 57.1% (16/28) | 40.0% (12/30) | 54.8% (17/31) | 50.4% |
| 5 | CanisLupus | 147 | 49.7% | 57.6% (34/59) | 44.8% (13/29) | 53.3% (16/30) | 34.5% (10/29) | 49.6% |
| 6 | barneko | 145 | 46.9% | 49.1% (28/57) | 58.1% (18/31) | 42.9% (12/28) | 34.5% (10/29) | 46.7% |
| 7 | satozaki | 154 | 44.2% | 46.7% (28/60) | 46.9% (15/32) | 41.9% (13/31) | 38.7% (12/31) | 44.2% |
ゲーム指標
ゲームログから機械的に計算した振る舞いの指標で、対話品質とは独立です。各値はランダムに行動した場合との比（1.00 = ランダム）です。「追放されやすさ」「占われやすさ」「守られやすさ」は他のプレイヤーから狙われた頻度の比で、追放・占いは低いほど疑われにくかったことを示します。「占い精度」「投票精度」は人狼を当てた頻度の比で、高いほど良い値です。「狂人の人狼回避」は狂人のときに人狼以外へ投票した割合です。
5人村
| チーム | 追放されやすさ | 占われやすさ | 占い精度 | 投票精度 | 狂人の人狼回避 |
|---|---|---|---|---|---|
| UEC-IL | 0.88 | 1.12 | 0.54 | 0.95 | 0.73 |
| kanolab | 0.81 | 1.17 | 1.04 | 1.22 | 0.66 |
| Mille | 1.32 | 0.80 | 0.83 | 1.25 | 0.83 |
| sUper_IL | 0.96 | 0.93 | 1.17 | 1.11 | 0.70 |
| CanisLupus | 1.14 | 1.23 | 1.37 | 1.41 | 0.67 |
| barneko | 0.92 | 0.88 | 1.10 | 1.00 | 0.79 |
| satozaki | 0.99 | 0.90 | 1.05 | 1.07 | 0.62 |
人手評価（相対評価）
評価者が抽出した対戦ログを読み、ゲームごとにプレイヤーを評価項目別に評価した結果をチームごとに平均したものです。2024 冬季以降は順位付け（順位平均、低いほど良い）、2024 春季と 2024 国際大会は 5 点満点の評点（高いほど良い）です。13 人村ではエントリ（チーム-A、チーム-B など）ごとに評価しています。
5人村
学生評価者 4 名による抽出ログ 11 ゲームの順位付け（言語処理学会 2025 概要論文 表3） 順位平均（低いほど良い）。
| # | チーム | 発話表現の自然さ | 文脈を踏まえた対話 | 一貫性・論理 | 行動整合 | キャラクター性 | 総合 |
|---|---|---|---|---|---|---|---|
| 1 | UEC-IL | 2.67 | 2.58 | 2.12 | 2.71 | 2.08 | 2.43 |
| 2 | CanisLupus | 2.64 | 3.32 | 3.32 | 2.25 | 1.57 | 2.62 |
| 3 | barneko | 2.50 | 2.89 | 2.71 | 2.54 | 3.50 | 2.83 |
| 4 | kanolab | 2.79 | 2.43 | 2.36 | 3.39 | 3.29 | 2.85 |
| 5 | Mille | 3.25 | 2.98 | 2.83 | 2.88 | 2.52 | 2.89 |
| 6 | sUper_IL | 2.38 | 3.00 | 2.77 | 2.75 | 3.73 | 2.92 |
| 7 | satozaki | 3.36 | 2.66 | 3.34 | 2.89 | 2.82 | 3.01 |
LLM-as-a-Judge（相対評価）
LLM ジャッジがゲームごとにプレイヤーを評価項目別に順位付けし、チームごとに平均したものです（低いほど良い）。使用したモデルは大会ごとに異なり、各トラックの表の上に記載しています。ジャッジの実装は aiwolf-nlp-llm-judge として公開しています。
この大会では LLM-as-a-Judge による相対評価を実施していません（2025 国際大会から実施）。
対戦ログ
本戦の対戦ログを公開しています。正常に終了したゲームのみを掲載しています。
| トラック | 試合 | ログ |
|---|---|---|
| 5人村 | 210 | ログ一覧 |
公式結果（表彰）
| 賞 | チーム |
|---|---|
| 平均勝率 1 位（Macro・Micro2） | UEC-IL |
| 平均勝率 1 位（Micro） | kanolab |
| 主観評価 1 位（平均・C 一貫性） | UEC-IL |
| 主観評価 1 位（B 文脈） | kanolab |
| 主観評価 1 位（D ゲーム行動・E 多様性） | CanisLupus |
結果発表・表彰は言語処理学会第31回年次大会（2025年3月10日〜13日、長崎）のテーマセッションで行いました。
勝率
本戦で正常に終了した全ゲームのログから集計しています。「総合」は勝ち数 ÷ 試合数、役職別の欄はその役職で戦ったときの勝率と（勝ち数 / 試合数）です。「構成加重」は役職別勝率を村の役職構成で平均し直した値で、配役の偏りを打ち消した勝率です。
5人村 (210 試合)
| # | チーム | 試合 | 総合 | 村人 | 占い師 | 狂人 | 人狼 | 構成加重 |
|---|---|---|---|---|---|---|---|---|
| 1 | UEC-IL | 152 | 56.6% | 61.3% (38/62) | 58.6% (17/29) | 41.9% (13/31) | 60.0% (18/30) | 56.6% |
| 2 | kanolab | 151 | 56.3% | 54.8% (34/62) | 64.5% (20/31) | 46.4% (13/28) | 60.0% (18/30) | 56.1% |
| 3 | Mille | 154 | 51.3% | 56.5% (35/62) | 46.7% (14/30) | 56.2% (18/32) | 40.0% (12/30) | 51.2% |
| 4 | sUper_IL | 147 | 50.3% | 50.0% (29/58) | 57.1% (16/28) | 40.0% (12/30) | 54.8% (17/31) | 50.4% |
| 5 | CanisLupus | 147 | 49.7% | 57.6% (34/59) | 44.8% (13/29) | 53.3% (16/30) | 34.5% (10/29) | 49.6% |
| 6 | barneko | 145 | 46.9% | 49.1% (28/57) | 58.1% (18/31) | 42.9% (12/28) | 34.5% (10/29) | 46.7% |
| 7 | satozaki | 154 | 44.2% | 46.7% (28/60) | 46.9% (15/32) | 41.9% (13/31) | 38.7% (12/31) | 44.2% |
ゲーム指標
ゲームログから機械的に計算した振る舞いの指標で、対話品質とは独立です。各値はランダムに行動した場合との比（1.00 = ランダム）です。「追放されやすさ」「占われやすさ」「守られやすさ」は他のプレイヤーから狙われた頻度の比で、追放・占いは低いほど疑われにくかったことを示します。「占い精度」「投票精度」は人狼を当てた頻度の比で、高いほど良い値です。「狂人の人狼回避」は狂人のときに人狼以外へ投票した割合です。
5人村
| チーム | 追放されやすさ | 占われやすさ | 占い精度 | 投票精度 | 狂人の人狼回避 |
|---|---|---|---|---|---|
| UEC-IL | 0.88 | 1.12 | 0.54 | 0.95 | 0.73 |
| kanolab | 0.81 | 1.17 | 1.04 | 1.22 | 0.66 |
| Mille | 1.32 | 0.80 | 0.83 | 1.25 | 0.83 |
| sUper_IL | 0.96 | 0.93 | 1.17 | 1.11 | 0.70 |
| CanisLupus | 1.14 | 1.23 | 1.37 | 1.41 | 0.67 |
| barneko | 0.92 | 0.88 | 1.10 | 1.00 | 0.79 |
| satozaki | 0.99 | 0.90 | 1.05 | 1.07 | 0.62 |
人手評価（相対評価）
評価者が抽出した対戦ログを読み、ゲームごとにプレイヤーを評価項目別に評価した結果をチームごとに平均したものです。2024 冬季以降は順位付け（順位平均、低いほど良い）、2024 春季と 2024 国際大会は 5 点満点の評点（高いほど良い）です。13 人村ではエントリ（チーム-A、チーム-B など）ごとに評価しています。
5人村
学生評価者 4 名による抽出ログ 11 ゲームの順位付け（言語処理学会 2025 概要論文 表3） 順位平均（低いほど良い）。
| # | チーム | 発話表現の自然さ | 文脈を踏まえた対話 | 一貫性・論理 | 行動整合 | キャラクター性 | 総合 |
|---|---|---|---|---|---|---|---|
| 1 | UEC-IL | 2.67 | 2.58 | 2.12 | 2.71 | 2.08 | 2.43 |
| 2 | CanisLupus | 2.64 | 3.32 | 3.32 | 2.25 | 1.57 | 2.62 |
| 3 | barneko | 2.50 | 2.89 | 2.71 | 2.54 | 3.50 | 2.83 |
| 4 | kanolab | 2.79 | 2.43 | 2.36 | 3.39 | 3.29 | 2.85 |
| 5 | Mille | 3.25 | 2.98 | 2.83 | 2.88 | 2.52 | 2.89 |
| 6 | sUper_IL | 2.38 | 3.00 | 2.77 | 2.75 | 3.73 | 2.92 |
| 7 | satozaki | 3.36 | 2.66 | 3.34 | 2.89 | 2.82 | 3.01 |
LLM-as-a-Judge（相対評価）
LLM ジャッジがゲームごとにプレイヤーを評価項目別に順位付けし、チームごとに平均したものです（低いほど良い）。使用したモデルは大会ごとに異なり、各トラックの表の上に記載しています。ジャッジの実装は aiwolf-nlp-llm-judge として公開しています。
この大会では LLM-as-a-Judge による相対評価を実施していません（2025 国際大会から実施）。
対戦ログ
本戦の対戦ログを公開しています。正常に終了したゲームのみを掲載しています。
| トラック | 試合 | ログ |
|---|---|---|
| 5人村 | 210 | ログ一覧 |
ログの見方
「ログ一覧」を開くと、正常に終了したゲームのログ（.log ファイル）が一覧で表示されます。ファイル名の先頭はゲーム開始時刻、続く部分は参加チーム名です。
- ブラウザで閲覧する: 見たいログの行にある「viewerで見る」列の「▶ 開く」を押すと、aiwolf-nlp-viewer がそのログを読み込んで開きます。
- ファイルを保存する: 「ダウンロード」列の「⬇ 保存」を押すと、ログファイルをダウンロードできます。ファイル名をクリックした場合は、ログの本文がそのままテキストで表示されます。
- フォルダごとまとめて保存する: 一覧の「Parent directory/」で一つ上の階層に移動し、フォルダ（
successなど）の行にある「⬇ zip」を押すと、そのフォルダの全ファイルをブラウザ内で zip にまとめてダウンロードできます（ファイル数の確認ダイアログが出ます）。
viewer の使い方はリンクページの「ログ閲覧ツール」にまとめています。