ACLJun, 2023

谈判语言学

PDF
TL;DR本文介绍了使用语言塑造双边谈判的新颖数据集及其内部的的语言功能元素，以及利用行为实验室中的参与者在音频中进行协商得出的结果，研究了不同通讯方式下的谈判结果，发现在能够说话的情况下，交换数量较少，谈判结束更快，达成协议的可能性更大，同意价格的方差显著降低，而在预测成功谈判方面，被动反应他方论点较主动牵引更优势。
negotiationlanguagedatasetspeech actsbargaining
发现论文，激发创造
  • 评估语言模型代理的方法与谈判

    通过协商游戏来共同评估语言模型的性能和对齐情况，发现开源模型目前无法完成这些任务，合作协商游戏具有挑战性，最强大的模型并非总是 “赢家”。

    Jan, 2024

  • 线上多人游戏中的社交交流建模

    在线游戏中玩家互动和谈判策略对游戏结果的预测有重要作用，通过语言建模可以相对准确地预测谈判策略，但需要更多因素来预测短期结果，对于长期结果，如基于先前谈判历史的玩家成功的预测中，它们在考虑图感知的强化学习方法中起着关键作用。

    Nov, 2023

  • LLM 的谈判能力评估：基准与买方增强方法

    描述并量化了 LLM 驱动代理在具有不完全信息的买卖任务中的议价能力，并通过提出一种集成了确定性商品生成器和自然语言生成器的新方法 OG-Narrator 来提高买家的交易成功率和利润。

    Feb, 2024

  • 成交还是放弃？端到端学习的谈判对话

    本文基于一项采用自然语言对话的多议题协商任务的人际交互数据集，通过对对话状态未标记的文本数据的学习，对话模型能够具备自然语言对话和推理技能，通过模拟对话过程能够取得更好的表现，本文的数据集和代码公开。

    Jun, 2017

  • LLM 的谈判能力如何？谈判竞技场平台与分析

    使用大语言模型进行谈判以及利用行为策略和非理性谈判行为来提高谈判效果的研究。

    Feb, 2024

  • 谈判对话系统综述

    综述了最近关于谈判对话系统的研究，包括任务、评估和方法论，探讨了多模态、多方和跨文化谈判情景，并旨在为社区提供系统的谈判对话系统概述以及为未来研究提供启示。

    Feb, 2024

  • 谈判对话中的策略解耦与生成

    本文提出一种基于自然语言的交易协商机制，使用层次对话行为和监督学习、强化学习或领域特定知识对策略进行灵活设置，并利用检索式生成来维持上下文感知性和产生多样化话语。结果表明我们的系统比之前的方法具有更高的任务成功率和更类人的谈判行为。

    Aug, 2018

  • 谈判对话系统综述

    综述谈判对话系统中的最新成果，分析其评估与方法学现状，并讨论多模态、多方和跨文化谈判场景等未来研究方向，以期为研究者提供系统性的概述和启发。

    Dec, 2022

  • 基于 LLM 的代理模型解析政治联盟谈判

    煤炭联盟谈判是议会民主制的基石，主要包括政党之间的复杂互动和战略沟通。本文将煤炭联盟谈判作为一种新颖的自然语言处理（NLP）任务，并模拟其为基于大型语言模型的代理之间的协商。我们引入了一个多语种数据集 POLCA，包括欧洲政党的宣言和这些国家多次选举中的联盟协议。该数据集通过提供多样化的现实基础来解决当前政治谈判建模范围的挑战。此外，我们提出了一个层次化的马尔可夫决策过程，旨在模拟政党之间的联盟谈判过程并预测结果。我们评估了最先进的大型语言模型（LLMs）在处理联盟谈判中的性能，并为政治建模的未来发展提供了见解。

    Feb, 2024

  • 与 LLMS 的谈判：迅速入门、技能差距与推理缺陷

    通过观察人类与大型语言模型（LLMs）的对话，本研究基于数据驱动的方法，对 LLMs 的治理和调节进行了归纳性分析，并探讨了非合作性、竞争性情境下的人机交互对人类可能构成的严重威胁以及利用 LLMs 的推理能力存在的不足和可操纵性。此外，研究还揭示了人类在与 LLMs 进行价格谈判时所达成的价格涵盖了广泛范围，指出了人类在有效与 LLMs 互动方面存在的文盲问题。

    Nov, 2023