研究人员推出了PrefBench，这是一个旨在评估大型语言模型（LLM）代理在买家偏好隐藏的个性化定价谈判中表现的新基准。虽然LLM代理在完成交易方面表现出很高的成功率，交易完成率超过0.99，但它们的盈利结果却明显较弱。表现最好的LLM代理的平均利润仅略好于随机基线，并且远低于简单的让步启发式方法，这表明在合规性和盈利性谈判之间存在差距。 AI
影响 引入了一个基准来评估LLM代理在复杂谈判场景中的表现，突显了当前在盈利性战略谈判方面的局限性。
排序理由 一项新的学术论文，介绍了一个用于评估LLM代理的新基准。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →