論文の概要: DIPLOMAT: Dialogue-Span-Aware Direct Preference Optimization for Polite Persuasive Workplace Negotiation Dialogues

• arxiv url: http://arxiv.org/abs/2609.22256v1
• Date: Sun, 06 Sep 2026 09:14:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.807825
• Title: DIPLOMAT: Dialogue-Span-Aware Direct Preference Optimization for Polite Persuasive Workplace Negotiation Dialogues
• Title（参考訳）: DIPLOMAT: 対話型スパン-アウェア直接選好最適化による多目的作業場所ネゴシエーション対話
• Abstract要約: 政治は抵抗を克服し、選好を調整し、参加者を相互に有益な合意へと導くのに役立つ。 本稿では、丁寧で説得力のある職場交渉のための対話システムDIPLOMATを提案する。
• 参考スコア（独自算出の注目度）: 33.315357180910986
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Effective workplace negotiation requires balancing multiple objectives, including achieving task goals, preserving professional relationships, and resolving conflicts constructively. However, misunderstandings, misaligned preferences, and interpersonal friction often impede successful outcomes. Politeness mitigates these challenges by fostering trust, reducing tension, and preventing escalation, and persuasive communication helps overcome resistance, align preferences, and guide participants toward mutually beneficial agreements. Motivated by these insights, we present DIPLOMAT, a dialogue system for polite and persuasive workplace negotiation. To support its development, we introduce PROWESS, a dataset of multi-turn workplace negotiation dialogues generated via a multi-agent framework and enriched withnegotiation strategies, politeness levels, persuasive strategies. DIPLOMAT is trained using Dialogue-Span-Aware Direct Preference Optimization (DSA-DPO), a novel preference learning objective that identifies key dialogue spans for preference alignment. This enables DIPLOMAT to generate contextually coherent responses that employ intended negotiation strategies, maintain politeness, and incorporate effective persuasion strategies throughout interactions. Automatic and human evaluation on PROWESS confirm that DIPLOMAT consistently outperforms baselines in generating coherent, polite, and persuasive negotiation responses.
• Abstract（参考訳）: 効果的な職場交渉には、タスク目標達成、専門的関係の維持、コンフリクトの具体的解決など、複数の目的のバランスが必要である。 しかし、誤解、不一致の好み、対人摩擦は、しばしば成功を妨げた。 政治性は、信頼を育み、緊張を減らし、エスカレーションを防ぎ、説得力のあるコミュニケーションは抵抗を克服し、好みを調整し、参加者を相互に有益な合意へと導くことでこれらの課題を緩和する。 これらの知見に触発されて、丁寧で説得力のある職場交渉のための対話システムDIPLOMATを提案する。 ProWESSは,マルチエージェント・フレームワークを通じて生成されたマルチターン・ワークス・ネゴシエーション・ダイアログのデータセットであり,連携戦略,丁寧さレベル,説得戦略が充実している。 DIPLOMATはDSA-DPO(Dialogue-Span-Aware Direct Preference Optimization)を用いて訓練されている。 これにより、DIPLOMATは、意図した交渉戦略を採用し、丁寧さを維持し、相互作用を通して効果的な説得戦略を組み込む、文脈的に一貫性のある応答を生成することができる。 PROWESSの自動評価と人的評価により、DIPLOMATは一貫性、丁寧さ、説得力のある交渉応答の生成において、ベースラインを一貫して上回っていることを確認した。

関連論文リスト

• PRISMA: Preference-Reinforced Self-Training Approach for Interpretable Emotionally Intelligent Negotiation Dialogues [32.597883750255114]
  PRISMAは,2つのアプリケーションドメイン,ジョブインタビュー,リソース割り当てを対象とする,感情的にインテリジェントな対話システムである。 本研究では,感情の知覚,理解,利用,管理によって人間との交渉を模倣する感情認識型ネゴシエーション・ストラテジーインフォームド・オブ・ソート(ENS-CoT)推論機構を提案する。 次に、これらのデータセットを活用して、直接選好最適化(DPO)による自己学習を強化し、より正確で、解釈可能で、感情的に適切な交渉応答に向けてエージェントを誘導することにより、PRISMAを開発する。
  論文  参考訳（メタデータ） (2026-04-20T14:47:50Z)
• GameTalk: Training LLMs for Strategic Conversation [51.29670609281524]
  マルチターンインタラクションによる戦略的意思決定のために,LLMをトレーニングするフレームワークであるtextbfGameTalkを紹介した。 シングルターンの目的や静的アクション予測に焦点を当てた以前の作業とは異なり、私たちはLLMをトレーニングして、全会話にわたってグローバルな目的を最適化します。 本手法は, 推論, コーディネート, 対戦型モデリングの異なる側面を強調するために設計された, ますます複雑なゲーム群に対して評価する。
  論文  参考訳（メタデータ） (2026-01-22T19:18:39Z)
• From Simulation to Strategy: Automating Personalized Interaction Planning for Conversational Agents [17.59366879306331]
  本研究は、年齢、性別、職業にまたがるユーザプロファイルに基づいて、その対話を適応させる営業指向のエージェントについて検討する。 我々は,エージェントがユーザの好みに合わせた意図を優先するように誘導する,軽量で職業条件付き戦略を導入する。
  論文  参考訳（メタデータ） (2025-10-08T09:12:33Z)
• We Argue to Agree: Towards Personality-Driven Argumentation-Based Negotiation Dialogue Systems for Tourism [32.411223995938144]
  観光分野におけるパーソナリティに基づく論証に基づく交渉のデータセットであるPACTを紹介する。 このデータセットには、Argumentation Profile、Preference Profile、Buying Style Profileの3つの異なるパーソナリティプロファイルがある。 PAN-DGタスクの事前学習と微調整によるLLMの比較実験を行った。 このことは、交渉対話システムにおけるパーソナライズと推論能力の向上におけるPACTの有効性を裏付けるものである。
  論文  参考訳（メタデータ） (2025-09-14T06:16:42Z)
• Plug-and-Play Policy Planner for Large Language Model Powered Dialogue Agents [121.46051697742608]
  そこで本稿では,PDPPという言語モデルプラグインを用いて対話問題を整理するための新たな対話ポリシー計画パラダイムを提案する。 具体的には、利用可能な人間の注釈付きデータに対する教師付き微調整を容易にするための新しいトレーニングフレームワークを開発する。 PPDPPは3つの異なるプロアクティブな対話アプリケーションにおいて、既存のアプローチを一貫して、実質的に上回っている。
  論文  参考訳（メタデータ） (2023-11-01T03:20:16Z)
• JoTR: A Joint Transformer and Reinforcement Learning Framework for Dialog Policy Learning [53.83063435640911]
  対話政策学習(DPL)は対話モデリングの重要な構成要素である。 フレキシブルな対話行動を生成するための新しいフレームワークであるJoTRを導入する。 従来の方法とは異なり、JoTRはよりダイナミックで適応可能な対話アクション生成を可能にするワードレベルのポリシーを定式化している。
  論文  参考訳（メタデータ） (2023-09-01T03:19:53Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)
• Learning Goal-oriented Dialogue Policy with Opposite Agent Awareness [116.804536884437]
  本稿では,目標指向対話における政策学習のための逆行動認識フレームワークを提案する。 我々は、その行動から相手エージェントの方針を推定し、この推定を用いてターゲットエージェントを対象ポリシーの一部として関連づけて改善する。
  論文  参考訳（メタデータ） (2020-04-21T03:13:44Z)

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。