論文の概要: Towards Communication-Efficient Social Intelligence in Language Agents
- arxiv url: http://arxiv.org/abs/2609.35749v1
- Date: Mon, 28 Sep 2026 17:57:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 19:09:27.274587
- Title: Towards Communication-Efficient Social Intelligence in Language Agents
- Title（参考訳）: 言語エージェントにおけるコミュニケーション効率の良いソーシャルインテリジェンスを目指して
- Abstract要約: 我々は,コミュニケーションコストを低減しつつ,社会的目標達成を改善するための教員支援コミュニケーショントレーニング(TACT)を提案する。
まず、行動戦略と表現の観点から、コミュニケーション効率を特徴付ける。
表現スペシャリストは意図した行動を維持しながら不要な詳細を除去し、戦略スペシャリストはパートナーの制約に対処する代替案を提案する。
- 参考スコア（独自算出の注目度）: 17.2356804396703
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Socially intelligent language agents must negotiate, coordinate, and resolve conflicting preferences while respecting the time and attention of both participants. Balancing these demands is challenging because agents must convey enough to address a partner's constraints and advance their goals without adding words that do not help the interaction. In this paper, we propose Teacher-Assisted Communication Training (TACT) to improve social goal attainment while reducing communication cost, making interactions with agents more productive and less demanding. We first characterize communication efficiency in terms of action strategy and expression, whose effects extend beyond the current utterance to the partner's response and subsequent exchanges. We design TACT to revise student-generated actions, test the revisions through partner responses, and distill useful feedback into the student. An expression specialist removes unnecessary detail while preserving the intended action, while a strategy specialist proposes alternatives that may better address the partner's constraints. To determine which revision helps, TACT samples a partner response for each candidate and selects a teacher reference by balancing local goal support against action-token cost. That reference guides on-policy distillation on the student's own generation prefixes, allowing the student to act independently at deployment. We evaluate TACT on SOTOPIA and AgentSense. On SOTOPIA, it achieves the highest Goal among the evaluated methods on All and Hard while using substantially fewer target tokens than SFT+SDPO. On AgentSense, it improves goal success over the initial student while reducing target tokens and interaction messages.
- Abstract（参考訳）: 社会的に知的な言語エージェントは、双方の参加者の時間と注意を尊重しながら、対立する好みを交渉し、調整し、解決しなければならない。
これらの要求のバランスをとることは、エージェントがパートナーの制約に対処し、対話の助けにならない言葉を加えることなく目標を前進させるのに十分な伝達をしなければならないため、難しい。
本稿では,TACT(Teacher-Assisted Communication Training)を提案し,コミュニケーションコストを削減し,エージェントとの対話をより生産的で要求の少ないものにする。
我々はまず,行動戦略と表現の観点からコミュニケーション効率を特徴付ける。その効果は,相手の反応やその後の交換に対する現在の発話を超えて広がる。
我々はTACTを設計し、学生が生成した行動を修正し、パートナーの反応を通じてリビジョンをテストし、学生に有用なフィードバックを蒸留する。
表現スペシャリストは意図した行動を維持しながら不要な詳細を除去し、戦略スペシャリストはパートナーの制約に対処する代替案を提案する。
どのリビジョンが役に立つかを判断するために、TACTは各候補のパートナー応答をサンプリングし、ローカルゴールサポートとアクショントーケンコストのバランスをとることで、教師参照を選択する。
その参考文献は、学生自身の世代プレフィックスに関する政治上の蒸留をガイドし、学生がデプロイ時に独立して行動できるようにする。
SOTOPIAとAgensSenseのTACTを評価した。
SOTOPIAでは、SFT+SDPOよりもはるかに少ないターゲットトークンを使用しながら、AllとHardの評価手法の中で最も高いゴールを達成する。
AgentSenseでは、ターゲットトークンとインタラクションメッセージを削減しながら、最初の学生に対するゴールの成功を改善する。
関連論文リスト
- SocialRL: Refining LLMs' Social Intelligence through Multi-turn Reinforcement Learning and Reward Design [52.69818441707104]
ソーシャルインテリジェンスにより、エージェントは社会的文脈を読み、意図を推測し、持続的な対話に適応することができる。
既存の強化学習手法は、1ターン発話とスパース結果報酬を最適化する。
両課題に対処する多ターン強化学習フレームワークSocialRLを提案する。
論文 参考訳（メタデータ） (2026-09-09T06:06:34Z) - DIPLOMAT: Dialogue-Span-Aware Direct Preference Optimization for Polite Persuasive Workplace Negotiation Dialogues [33.315357180910986]
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。
論文 参考訳（メタデータ） (2026-09-06T09:14:39Z) - LinguaGame: A Linguistically Grounded Game-Theoretic Paradigm for Multi-Agent Dialogue Generation [17.584631586928815]
本稿では,多エージェント対話生成のための言語論的ゲーム理論パラダイムを提案する。
我々のフレームワークは、最小限のタスク固有結合を伴う言語情報推論に依存している。
我々は,模擬法廷手続と議論における枠組みを評価し,コミュニケーション効率の大幅な向上を示す人間専門家の評価を行った。
論文 参考訳（メタデータ） (2026-01-08T02:30:43Z) - SpeakRL: Synergizing Reasoning, Speaking, and Acting in Language Models with Reinforcement Learning [46.70182219204539]
SpeakRLは、エージェントの会話能力を高めるための強化学習(RL)手法である。
本稿では,会話行動に対する報酬設計の体系的分析を行い,行動に対する質問のバランスをとるための指導者のための原則的報酬定式化を提案する。
論文 参考訳（メタデータ） (2025-12-15T10:08:53Z) - ProToM: Promoting Prosocial Behaviour via Theory of Mind-Informed Feedback [26.010571231129152]
本稿では,マルチエージェントシステムにおける社会的行動を促進する,心的インフォームド・ファシリテータであるProToMを紹介する。
ProToMは、目標と有用なフィードバックを提供し、より高い成功率、タスク完了時間の短縮を実現し、一貫して人間のユーザに好まれる。
論文 参考訳（メタデータ） (2025-09-05T13:30:17Z) - DialogXpert: Driving Intelligent and Emotion-Aware Conversations through Online Value-Based Reinforcement Learning with LLM Priors [19.83349341267686]
大言語モデル(LLM)エージェントは、反応対話において優れるが、プロアクティブでゴール駆動的な相互作用に苦しむ。
提案するダイアログXpertは,各ターンごとに,小型で高品質な候補アクションセットを提案する。
ユーザの感情を追跡することで、DialogXpertは、真の共感的なつながりを育みながら、タスクを前進させる決定をそれぞれ調整する。
論文 参考訳（メタデータ） (2025-05-23T12:12:40Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳（メタデータ） (2024-03-17T03:52:52Z) - Zero-Shot Goal-Directed Dialogue via RL on Imagined Conversations [70.7884839812069]
大規模言語モデル(LLM)は、多くの自然言語タスクに対する強力で一般的な解決策として登場した。
しかしながら、言語生成の最も重要なアプリケーションの多くは対話的であり、エージェントは望ましい結果に達するために相手と話し合わなければならない。
本研究では,そのような目標指向対話に対して,RLでLLMを適応させる新しい手法について検討する。
論文 参考訳（メタデータ） (2023-11-09T18:45:16Z) - 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)
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。