यह शोधपत्र सामाजिक अनुमान खेलों, विशेष रूप से वेयरवोल्फ में मानव-एआई सहयोग के लिए एक बुद्धिमान ढाँचे की बढ़ती आवश्यकता पर प्रकाश डालता है। हालाँकि पिछले अध्ययनों ने दर्शाया है कि वेयरवोल्फ में एलएलएम मनुष्यों से बेहतर प्रदर्शन करते हैं, लेकिन वे बाहरी मॉड्यूल पर निर्भरता और उनके सीमित शैक्षणिक दायरे (Limitations) के कारण विलंबता संबंधी समस्याओं को उजागर करते हैं। इसलिए, इस शोधपत्र में, हम "वर्बल वेयरवोल्फ" का प्रस्ताव करते हैं, जो एक नया वेयरवोल्फ गेम सिस्टम है जो अत्याधुनिक एलएलएम और एक परिष्कृत टीटीएस मॉड्यूल का लाभ उठाकर लगभग वास्तविक समय में गेमप्ले को सक्षम बनाता है। डीपसीक V3 जैसे एलएलएम की उन्नत अनुमान क्षमताओं का लाभ उठाकर, बाहरी निर्णय लेने वाले मॉड्यूल की आवश्यकता के बिना, हमारा लक्ष्य एक अधिक इमर्सिव और मानव-सदृश गेमिंग अनुभव प्रदान करना है जो मौजूदा टेक्स्ट-आधारित ढाँचों की तुलना में उपयोगकर्ता जुड़ाव को उल्लेखनीय रूप से बढ़ाता है।
