論文の概要: Measuring Fine-Grained Negotiation Tactics of Humans and LLMs in Diplomacy
- arxiv url: http://arxiv.org/abs/2512.18292v1
- Date: Sat, 20 Dec 2025 09:33:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-23 18:54:32.273899
- Title: Measuring Fine-Grained Negotiation Tactics of Humans and LLMs in Diplomacy
- Title（参考訳）: 外交における人間とLLMの微粒化ネゴシエーション戦略の測定
- Authors: Wenkai Li, Lynnette Hui Xian Ng, Andy Liu, Daniel Fried,
- Abstract要約: 交渉様式の研究はアリストテレスのエトソ・パスト・ログス・レトリックにさかのぼる。
私たちの焦点は、リッチな自然言語交渉を可能にする戦略的対話ボードゲームDiplomacyにあります。
- 参考スコア（独自算出の注目度）: 30.530636602009263
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The study of negotiation styles dates back to Aristotle's ethos-pathos-logos rhetoric. Prior efforts primarily studied the success of negotiation agents. Here, we shift the focus towards the styles of negotiation strategies. Our focus is the strategic dialogue board game Diplomacy, which affords rich natural language negotiation and measures of game success. We used LLM-as-a-judge to annotate a large human-human set of Diplomacy games for fine-grained negotiation tactics from a sociologically-grounded taxonomy. Using a combination of the It Takes Two and WebDiplomacy datasets, we demonstrate the reliability of our LLM-as-a-Judge framework and show strong correlations between negotiation features and success in the Diplomacy setting. Lastly, we investigate the differences between LLM and human negotiation strategies and show that fine-tuning can steer LLM agents toward more human-like negotiation behaviors.
- Abstract（参考訳）: 交渉様式の研究はアリストテレスのエトソ・パスト・ログス・レトリックにさかのぼる。
以前の努力は主に交渉員の成功を研究した。
ここでは、交渉戦略のスタイルに焦点を移す。
我々の焦点は戦略対話ボードゲームDiplomacyであり、リッチな自然言語交渉とゲーム成功の尺度を提供する。
我々は LLM-as-a-judge を用いて、社会学的に根ざした分類学からの微粒な戦術戦略に、人間と人間の大規模な外交ゲームに注釈を付けた。
The It Takes Two and WebDiplomacy datasets, we demonstrate the reliability of our LLM-as-a-Judge framework and show strong correlation between negotiations features and success in the Diplomacy setting。
最後に, LLM と人間交渉戦略の相違について検討し, 微調整が LLM エージェントを人間的な交渉行動に活用できることを示す。
関連論文リスト
- LLM Rationalis? Measuring Bargaining Capabilities of AI Negotiators [2.1952520391635586]
バイラテラルネゴシエーションは、人間の交渉者がアンカー、ペーシング、柔軟性を動的に調整し、パワー・アシンメトリーと非公式な手段を利用する複雑なコンテキスト依存のタスクである。
双曲的接点曲線に基づく譲歩力学をモデル化するための統一的な数学的枠組みを導入する。
人間の交渉者と4つの最先端の大規模言語モデル(LLM)を、自然言語と数値的な設定で大規模に比較した。
論文 参考訳（メタデータ） (2025-12-15T07:50:09Z) - EvoEmo: Towards Evolved Emotional Policies for Adversarial LLM Agents in Multi-Turn Price Negotiation [61.627248012799704]
既存のLarge Language Models (LLM)エージェントは、そのような交渉における感情の機能的役割をほとんど見落としている。
本稿では,交渉における動的感情表現を最適化する進化的強化学習フレームワークであるEvoEmoを紹介する。
論文 参考訳（メタデータ） (2025-09-04T15:23:58Z) - Are LLMs Effective Negotiators? Systematic Evaluation of the Multifaceted Capabilities of LLMs in Negotiation Dialogues [4.738985706520995]
本研究の目的は,多様な対話シナリオにまたがるLLMの多面的特徴を体系的に解析することである。
本分析では,GPT-4の課題を特定しながら,多くのタスクにおいて優れた性能を示す。
論文 参考訳（メタデータ） (2024-02-21T06:11:03Z) - How Well Can LLMs Negotiate? NegotiationArena Platform and Analysis [50.15061156253347]
人間は自動車の価格から共通の資源の共有方法まで、あらゆることを交渉する。
大規模言語モデル(LLM)を人間の代理エージェントとして使うことへの関心が急速に高まっているため、そのようなLLMエージェントも交渉できる必要がある。
我々は,LLMエージェントの交渉能力を評価し,検証するためのフレキシブルなフレームワークであるNegotiationArenaを開発した。
論文 参考訳（メタデータ） (2024-02-08T17:51:48Z) - Assistive Large Language Model Agents for Socially-Aware Negotiation Dialogues [47.977032883078664]
我々は,ビジネス交渉における対話者を支援する大規模言語モデル(LLM)に基づく支援エージェントを開発する。
第3のLLMは、交渉結果を改善するための基準に違反した発話を書き換える仲介役として機能する。
3つの異なる交渉トピックにわたる交渉において,その効果を示すための実証的証拠を豊富に提供する。
論文 参考訳（メタデータ） (2024-01-29T09:07:40Z) - Cooperation, Competition, and Maliciousness: LLM-Stakeholders Interactive Negotiation [52.930183136111864]
我々は,大言語モデル(LLM)を評価するためにスコーラブルネゴシエーション(scorable negotiations)を提案する。
合意に達するには、エージェントは強力な算術、推論、探索、計画能力を持つ必要がある。
我々は、新しいゲームを作成し、進化するベンチマークを持つことの難しさを増大させる手順を提供する。
論文 参考訳（メタデータ） (2023-09-29T13:33:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。