跳到正文
AI NEWS JOURNAL
ONE EVENT. MANY PERSPECTIVES.

仅知道该信任谁还不够:重复性多方大型语言模型谈判中的信任—协议鸿沟

arXiv:2610.31971v1 发布类型:新 摘要:大型语言模型(LLM)代理越来越多地代表个人和组织参与谈判,但它们仍然容易受到操纵,尤其是在反复进行的多方互动中。传统的多智能体系统通过显式的信任与声誉模型来应对这一挑战,而现有的LLM谈判研究则大多将信任视为一种涌现现象。我们探究LLM代理能否从以往的交互中形成有用的信任评估,并利用这些评估来改善未来的谈判结果。我们提出了一种重复的、多方参与的、涉及多个议题的谈判框架,在该框架中,循环出现的代理在一系列谈判博弈中展开互动,同时有一方参与者暗中试图阻止达成协议

1 个独立来源 · 1 篇报道切换最早在前 ↕
按发布时间排序

仅知道该信任谁还不够:重复性多方大型语言模型谈判中的信任—协议鸿沟

arXiv:2610.31971v1 发布类型:新 摘要:大型语言模型(LLM)代理越来越多地代表个人和组织参与谈判,但它们仍然容易受到操纵,尤其是在反复进行的多方互动中。传统的多智能体系统通过显式的信任与声誉模型来应对这一挑战,而现有的LLM谈判研究则大多将信任视为一种涌现现象。我们探究LLM代理能否从以往的交互中形成有用的信任评估,并利用这些评估来改善未来的谈判结果。我们提出了一种重复的、多方参与的、涉及多个议题的谈判框架,在该框架中,循环出现的代理在一系列谈判博弈中展开互动,同时有一方参与者暗中试图阻止达成协议

Knowing Whom to Trust is not Enough: The Trust--Agreement Gap in Repeated Multi-Party LLM Negotiation
事件进展与其他报道