論文の概要: The Language of Bargaining: Linguistic Effects in LLM Negotiations

• arxiv url: http://arxiv.org/abs/2601.04387v1
• Date: Wed, 07 Jan 2026 20:49:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-09 17:01:52.912461
• Title: The Language of Bargaining: Linguistic Effects in LLM Negotiations
• Title（参考訳）: 交渉の言語:LLM交渉における言語的効果
• Authors: Stuti Sinha, Himanshu Kumar, Aryan Raju Mandapati, Rakshit Sakhuja, Dhruv Kumar,
• Abstract要約: 交渉はソーシャルインテリジェンスの中核的な要素であり、エージェントは戦略的推論、協力、社会規範のバランスを取る必要がある。 最近の研究は、LLMがマルチターン交渉を行うことができることを示しているが、ほぼ全ての評価は英語でのみ行われる。 我々は,ゲームルール,モデルパラメータ,インセンティブをすべての条件で一定に保持することにより,英語と4つのIndic framingにまたがる言語効果を体系的に分離する。
• 参考スコア（独自算出の注目度）: 4.300053384667414
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Negotiation is a core component of social intelligence, requiring agents to balance strategic reasoning, cooperation, and social norms. Recent work shows that LLMs can engage in multi-turn negotiation, yet nearly all evaluations occur exclusively in English. Using controlled multi-agent simulations across Ultimatum, Buy-Sell, and Resource Exchange games, we systematically isolate language effects across English and four Indic framings (Hindi, Punjabi, Gujarati, Marwadi) by holding game rules, model parameters, and incentives constant across all conditions. We find that language choice can shift outcomes more strongly than changing models, reversing proposer advantages and reallocating surplus. Crucially, effects are task-contingent: Indic languages reduce stability in distributive games yet induce richer exploration in integrative settings. Our results demonstrate that evaluating LLM negotiation solely in English yields incomplete and potentially misleading conclusions. These findings caution against English-only evaluation of LLMs and suggest that culturally-aware evaluation is essential for fair deployment.
• Abstract（参考訳）: 交渉はソーシャルインテリジェンスの中核的な要素であり、エージェントは戦略的推論、協力、社会規範のバランスを取る必要がある。 最近の研究は、LLMがマルチターン交渉を行うことができることを示しているが、ほぼ全ての評価は英語でのみ行われる。 ウルティマトゥム, バイセル, 資源交換ゲームにまたがる制御されたマルチエージェントシミュレーションを用いて, ゲームルール, モデルパラメータ, インセンティブを一定に保持することにより, 英語と4つのインド人フレーミング(ヒンディー語, パンジャービ語, グジャラティ語, マルワディ語)の言語効果を系統的に分離する。 言語選択は、モデルの変更や提案者の利点の逆転、余剰量の再配置よりも、結果のシフトが強くなる。 インダクティブ言語は、分配ゲームの安定性を低下させるが、統合的な環境ではよりリッチな探索を誘発する。 以上の結果から,LLM交渉を英語でのみ評価することは,不完全かつ誤解を招く可能性のある結論をもたらすことが示唆された。 これらの知見は,LLMの英語のみの評価に対して慎重であり,公正な展開には文化的評価が不可欠であることを示唆している。

関連論文リスト

• The Price of Thought: A Multilingual Analysis of Reasoning, Performance, and Cost of Negotiation in Large Language Models [13.796041020333925]
  交渉は、戦略的に判断し、対立者をモデル化し、競争との協力のバランスを取る能力を必要とするため、AIエージェントにとって根本的な課題である。 商業LLMとオープンウェイトLLMの交渉能力に対する(LLM-)推論の効果を体系的に評価した最初の総合的研究を行った。 3つの多様な対話ゲームにまたがるセルフプレイ設定を用いて、性能とコストのトレードオフ、推論プロセスの言語一貫性、そしてモデルが提示する戦略的適応の性質を分析する。
  論文  参考訳（メタデータ） (2025-10-09T11:36:38Z)
• Can LLMs effectively provide game-theoretic-based scenarios for cybersecurity? [51.96049148869987]
  大規模言語モデル(LLM)は、コンピュータシステムのセキュリティに新しいツールと課題を提供する。 従来のゲーム理論フレームワークが,LLM駆動型アクターやボットの動作を効果的に捉えることができるかどうかを検討する。
  論文  参考訳（メタデータ） (2025-08-04T08:57:14Z)
• Disparities in LLM Reasoning Accuracy and Explanations: A Case Study on African American English [66.97110551643722]
  本研究では,Large Language Models (LLMs) 推論タスクにおける方言の相違について検討する。 LLMは、AAE入力に対するより正確な応答とより単純な推論チェーンと説明を生成する。 これらの知見は、LLMの処理方法と異なる言語品種の理由の体系的差異を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-03-06T05:15:34Z)
• Is Translation All You Need? A Study on Solving Multilingual Tasks with Large Language Models [79.46179534911019]
  大規模言語モデル (LLM) は多言語機能を示しているが、ほとんどは不均衡なトレーニングコーパスのため英語中心である。 実世界のユーザクエリと非英語中心のLLMに評価を拡張し、多言語性能のより広範な評価を提供する。
  論文  参考訳（メタデータ） (2024-03-15T12:47:39Z)
• 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)
• Simultaneous Machine Translation with Large Language Models [51.470478122113356]
  我々は,SimulMTタスクに大規模言語モデルを適用する可能性を検討する。 MUST-Cデータセットと異なる9言語でtextttLlama2-7b-chatモデルを用いて実験を行った。 その結果,LLM は BLEU と LAAL の指標で専用MT モデルよりも優れていた。
  論文  参考訳（メタデータ） (2023-09-13T04:06:47Z)

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。