PulseAugur
中
实时 05:13:03
English(EN) From Passive Delegates to Strategic Negotiators: Reinforcing Social Reasoning in Small Language Models with SocialRL

新的 SocialRL 方法训练小型 LLM 匹配 GPT-4/5 的谈判技能

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇新的研究论文介绍了一种名为 SocialRL 的方法，旨在增强小型语言模型（40亿参数）的社交推理能力。SocialRL 框架训练模型充当战略谈判者而非被动代理，从而提高了它们在包括交易达成和面试在内的六个不同领域的表现。研究表明，这些经过训练的模型在模拟谈判场景中可以媲美甚至超越 GPT-4.1、GPT-5.1 和 GPT-5.2 等大型模型的性能。 AI

影响 增强了 LLM 在谈判和战略互动方面的能力，有可能提高 AI 代理在复杂现实任务中的效用。

排序理由 该集群包含一篇详细介绍 LLM 新训练方法的学术论文。

在 arXiv cs.MA (Multiagent) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的 SocialRL 方法训练小型 LLM 匹配 GPT-4/5 的谈判技能

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Wenyue Hua, Zachary Huang, Tyler Payne, Safoora Yousefi, Saleema Amershi, Asli Celikyilmaz ·

    从被动代表到战略谈判者：使用 SocialRL 强化小型语言模型的社交推理能力

    arXiv:2608.13787v1 Announce Type: new Abstract: AI agents increasingly act on their users' behalf, handling tasks such as scheduling meetings, comparing offers, and haggling over prices. These principal-driven tasks routinely place the agent across from a counterpart (another use…

  2. arXiv cs.MA (Multiagent) TIER_1 English(EN) · Asli Celikyilmaz ·

    从被动代表到战略谈判者：使用 SocialRL 强化小型语言模型的社交推理能力

    AI agents increasingly act on their users' behalf, handling tasks such as scheduling meetings, comparing offers, and haggling over prices. These principal-driven tasks routinely place the agent across from a counterpart (another user's agent, a seller, a recruiter) whose goals ma…

相关实体

相关话题