Das Think-In-Games (TiG)-Framework wurde im August 2025 von Tencent vorgeschlagen und die entsprechenden Forschungsergebnisse wurden in dem Artikel „Denken in Spielen: Lernen, in Spielen durch bestärkendes Lernen mit großen Sprachmodellen zu denken".

Das TiG-Framework ermöglicht großen Sprachmodellen (LLMs), durch die direkte Interaktion mit der Spielumgebung prozedurales Verständnis zu entwickeln und gleichzeitig ihre inhärenten Argumentations- und Erklärungsfähigkeiten zu bewahren. Insbesondere formuliert TiG die auf Reinforcement Learning basierende Entscheidungsfindung als Sprachmodellierungsaufgabe neu: LLMs generieren sprachgesteuerte Richtlinien und optimieren diese iterativ durch Online-Reinforcement Learning basierend auf Umgebungsfeedback. Dieses Framework schließt erfolgreich die Lücke zwischen deklarativem und prozeduralem Wissen und erreicht eine konkurrenzfähige Leistung im Vergleich zu herkömmlichen RL-Methoden bei gleichzeitig deutlich reduziertem Daten- und Rechenaufwand.