PulseAugur
实时 07:28:14
English(EN) PEMAND: Persona-Enriched Multi-Agent Negotiation for Household Decision-Making

新LLM框架利用行为理论模拟家庭决策

研究人员开发了PEMAND,一个新的人工智能(LLM)为基础的框架,旨在更真实地模拟家庭决策。该框架将行为理论整合到个性化模型中,并模拟家庭内部的谈判。PEMAND将人口统计数据转化为详细的个人档案,这些档案编码了态度、规范和感知行为控制,遵循提出的家庭感知计划行为链(HA-CoPB)框架。在旅行行为和居住迁移数据集上的评估表明,PEMAND的表现持续优于现有基准。 AI

影响 该框架可以提高人工智能在城市规划和灾难管理等应用中模拟复杂人类交互的能力。

排序理由 该集群包含一篇详细介绍用于家庭决策的新型基于LLM的框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新LLM框架利用行为理论模拟家庭决策

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yuran Sun, Mustafa Sameen, Yaotian Zhang, Rongguan Gu, Mrunal Vibhute, Chia-yu Wu, Yuanyuan Lei, Xilei Zhao ·

    PEMAND:面向家庭决策的增强型多智能体谈判

    arXiv:2604.10475v2 Announce Type: replace Abstract: Modeling household-level decisions is central to many real-world applications, including trip planning, residential mobility and migration, disaster management, etc. Existing studies primarily rely on classical machine learning …