論文の概要: Predicting Decisions of AI Agents from Limited Interaction through Text-Tabular Modeling

• arxiv url: http://arxiv.org/abs/2605.12411v1
• Date: Tue, 12 May 2026 17:09:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:57.041507
• Title: Predicting Decisions of AI Agents from Limited Interaction through Text-Tabular Modeling
• Title（参考訳）: テキスト・タブラル・モデリングによる限定インタラクションによるAIエージェントの判定
• Authors: Eilam Shapira, Moshe Tennenholtz, Roi Reichart,
• Abstract要約: AIエージェントは、未知のエージェントと自然言語で交渉し、トランザクションします。 このような相互作用では、相手のLSM、プロンプト、制御ロジック、ルールベースのフォールバックが隠される。 エージェントがいくつかのインタラクションから、不慣れな相手の次の決定を予測できるかどうかを問う。
• 参考スコア（独自算出の注目度）: 20.47884338846419
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI agents negotiate and transact in natural language with unfamiliar counterparts: a buyer bot facing an unknown seller, or a procurement assistant negotiating with a supplier. In such interactions, the counterpart's LLM, prompts, control logic, and rule-based fallbacks are hidden, while each decision can have monetary consequences. We ask whether an agent can predict an unfamiliar counterpart's next decision from a few interactions. To avoid real-world logging confounds, we study this problem in controlled bargaining and negotiation games, formulating it as target-adaptive text-tabular prediction: each decision point is a table row combining structured game state, offer history, and dialogue, while $K$ previous games of the same target agent, i.e., the counterpart being modeled, are provided in the prompt as labeled adaptation examples. Our model is built on a tabular foundation model that represents rows using game-state features and LLM-based text representations, and adds LLM-as-Observer as an additional representation: a small frozen LLM reads the decision-time state and dialogue; its answer is discarded, and its hidden state becomes a decision-oriented feature, making the LLM an encoder rather than a direct few-shot predictor. Training on 13 frontier-LLM agents and testing on 91 held-out scaffolded agents, the full model outperforms direct LLM-as-Predictor prompting and game+text features baselines. Within this tabular model, Observer features contribute beyond the other feature schemes: at $K=16$, they improve response-prediction AUC by about 4 points across both tasks and reduce bargaining offer-prediction error by 14%. These results show that formulating counterpart prediction as a target-adaptive text-tabular task enables effective adaptation, and that hidden LLM representations expose decision-relevant signals that direct prompting does not surface.
• Abstract（参考訳）: AIエージェントは、未知の売り手に直面している買い手ボットや、サプライヤーと交渉している買い手アシスタントと、自然言語で交渉し、取引する。 このような相互作用において、相手のLSM、プロンプト、制御ロジック、ルールベースのフォールバックは隠され、それぞれの決定は金銭的な結果をもたらす。 エージェントがいくつかのインタラクションから、不慣れな相手の次の決定を予測できるかどうかを問う。 実世界のロギングの難しさを回避するため、制御された交渉ゲームや交渉ゲームにおいて、各決定ポイントは構造化されたゲーム状態、履歴、対話を組み合わせたテーブル行であり、同じターゲットエージェント、すなわちモデル化されたエージェントの以前のゲームである$K$は、ラベル付き適応例としてプロンプトとして提供される。 我々のモデルは,ゲーム状態の特徴とLLMベースのテキスト表現を用いて行を表現し,LCM-as-Observerを付加表現として付加した表層基盤モデル上に構築されている。 13のフロンティアLLMエージェントのトレーニングと91のホールドアウトされたスキャフォールドエージェントのテストでは、フルモデルが直接LLM-as-PredictorプロンプトとGame+textのベースラインを上回ります。 この表形式では、Observer機能は他の機能スキームを超えて貢献する:$K=16$で、両方のタスクで約4ポイントのレスポンス予測AUCを改善し、オファー予測エラーを14%削減する。 これらの結果から,ターゲット適応型テキストタブラルタスクとして対応する予測を定式化することで効果的な適応が可能であり,隠されたLLM表現は直接的プロンプトが表れていない決定関連信号を公開することが示唆された。

関連論文リスト

• SUTA-LM: Bridging Test-Time Adaptation and Language Model Rescoring for Robust ASR [58.31068047426522]
  テスト時間適応(TTA)は、推論中にモデルを調整することで緩和することを目的としている。 最近の研究は、ビーム探索再構成や生成誤り訂正といった手法を用いて、TTAと外部言語モデルの組み合わせについて検討している。 本稿では,SUTAの簡易かつ効果的な拡張であるSUTA-LMを提案する。 18種類のASRデータセットの実験により、SUTA-LMは幅広い領域で堅牢な結果が得られることが示された。
  論文  参考訳（メタデータ） (2025-06-10T02:50:20Z)
• Know Your Mistakes: Towards Preventing Overreliance on Task-Oriented Conversational AI Through Accountability Modeling [9.305763502526833]
  本稿では,ユーザ過度に対処するタスク指向対話エージェントのための説明責任モデルを提案する。 実験結果から,提案手法はAIエージェントエラーの信頼性の高い推定を可能にするだけでなく,デコーダがより正確な動作を生成することを示唆している。
  論文  参考訳（メタデータ） (2025-01-17T17:40:12Z)
• LatentQA: Teaching LLMs to Decode Activations Into Natural Language [72.87064562349742]
  自然言語におけるモデルアクティベーションに関するオープンな疑問に答えるタスクであるLatentQAを紹介する。 本稿では,アクティベーションと関連する質問応答ペアのデータセット上で,デコーダLLMを微調整するLatent Interpretation Tuning (LIT)を提案する。 我々のデコーダはまた、ステレオタイプ付き文のモデルのデバイアス化や世代ごとの感情制御など、モデルを制御するために使用する差別化可能な損失も規定している。
  論文  参考訳（メタデータ） (2024-12-11T18:59:33Z)
• Leveraging LLMs for Dialogue Quality Measurement [27.046917937460798]
  大規模言語モデル(LLM)は、NLPタスク全体で堅牢なゼロショットと少数ショットの機能を提供する。 モデルサイズ,文脈内例,選択手法などの操作要因を考察し,CoT推論とラベル抽出手法について検討する。 この結果から,適切な微調整と十分な推論能力を有するLCMを自動対話評価に活用できることが示唆された。
  論文  参考訳（メタデータ） (2024-06-25T06:19:47Z)
• Aligning Language Models with Demonstrated Feedback [58.834937450242975]
  Demonstration ITerated Task Optimization (DITTO)は、言語モデルの出力とユーザの実証された振る舞いを直接調整する。 我々は,DITTOがニュース記事やメール,ブログ記事などのドメイン間できめ細かいスタイルやタスクアライメントを学習する能力を評価する。
  論文  参考訳（メタデータ） (2024-06-02T23:13:56Z)
• 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)
• Let Models Speak Ciphers: Multiagent Debate through Embeddings [84.20336971784495]
  この問題を解決するためにCIPHER(Communicative Inter-Model Protocol Through Embedding Representation)を導入する。 自然言語から逸脱することで、CIPHERはモデルの重みを変更することなく、より広い範囲の情報を符号化する利点を提供する。 このことは、LLM間の通信における代替の"言語"としての埋め込みの優越性と堅牢性を示している。
  論文  参考訳（メタデータ） (2023-10-10T03:06:38Z)
• LASER: LLM Agent with State-Space Exploration for Web Navigation [57.802977310392755]
  大規模言語モデル(LLM)は、Webナビゲーションのようなインタラクティブな意思決定タスクにうまく適応している。 以前のメソッドでは、モデルに対して前方のみの実行モードを暗黙的に仮定しており、そこでは、オンコンテキストの例として、オラクルのトラジェクトリのみを提供する。 本稿では,対話型タスクを状態空間探索としてモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-09-15T05:44:08Z)

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。