論文の概要: Receiver Decides Agent-to-Agent Negotiations

• arxiv url: http://arxiv.org/abs/2610.18424v1
• Date: Tue, 13 Oct 2026 14:02:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 21:22:56.101959
• Title: Receiver Decides Agent-to-Agent Negotiations
• Title（参考訳）: 受取人がエージェント対エージェント交渉を決定
• Abstract要約: どのエージェントがお金を保持するかを知ると、転送された金額のばらつきの47%が説明される。 最も極端なエージェントを落とすと、分裂率は4%に対して22%に縮小する。 一番負けているのは、オープニングリクエストを断るホルダーです。
• 参考スコア（独自算出の注目度）: 0.4838974688803787
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: When one language-model agent asks another for money, which of the two decides how much changes hands? We ran a round-robin tournament of 1,049 negotiations among fifteen agents. In each game a requester tries to raise money from a holder that has been told to keep a $100 endowment. Knowing which agent holds the money explains 47% of the variance in the amount transferred; knowing which agent asks explains 2%. Dropping the most extreme agents narrows the split to 22% against 4%. Changing the requester's appeal from one named person to a group changed what requesters wrote, but the amounts transferred under the two framings are statistically equivalent. The holders that lose least are the ones that turn down the opening request, and their turn-1 refusal rate ranks them by total losses (Spearman correlation = -0.73). Training moves this behaviour in both directions. Fine-tuning Qwen3-8B on a persuasion corpus with almost no refusals raised what it gave away as a holder from 12% to 84% of the endowment. Distilling two never-losing holders into a 4B student cut its losses from 95% to 1%. Evaluations of agents that hold resources should test them in the holder role, including after persuasion fine-tuning.
• Abstract（参考訳）: ある言語モデルエージェントが別のエージェントにお金を求めると、どちらのエージェントが手を変えますか? 私たちは15人のエージェントの間で1,049の交渉でラウンドロビントーナメントを開催しました。 各ゲームでは、要求者は100ドルを寄付するように指示されたホルダーから資金を集めようとする。 どのエージェントがお金を保持するかを知ると、転送された金額のばらつきの47%が説明され、どのエージェントが尋ねるかを知ると2%が説明される。 最も極端なエージェントを落とすと、分裂率は4%に対して22%に縮小する。 要求者の訴えを1人から1グループに変更すると、要求者が書いた内容が変わったが、この2つの枠組みの下で転送された金額は統計的に等価である。 最低で負けているのはオープニング要求を断る者であり、ターン1の拒絶率は総損失でランク付けする(スピアマン相関=-0.73)。 トレーニングは、この動作を両方の方向に移動させる。 細調整されたQwen3-8Bは、ほとんど拒否しない説得用コーパスで、寄付金の12%から84%まで、保有者から与えられたものを引き上げた。 失うことのない2人の学生を4Bの学生に蒸留すると、損失は95%から1%に減少した。 資源を保有するエージェントの評価は、パーソナライズ後の微調整を含むホルダーロールでそれらをテストすべきである。

関連論文リスト

• Upstream Influence, Downstream Re-Anchoring in LLM Agent Chains [11.056527699359174]
  人々はLLMエージェントが生み出す評価的判断に行動し、マルチエージェントシステムでは、その判断は人物に到達する前に複数のエージェントを通過する。 ワークフローの情報アーキテクチャ - ソースアクセス、ハンドオフフォーマット、どのモデルがコンテンツを読み取るか - は、調整された操作のどれだけが終端に達するかを示す。
  論文  参考訳（メタデータ） (2026-10-13T04:57:25Z)
• When LLM Agents Negotiate: Private Information and Dynamic Bargaining in Supply Chains [7.901350921757907]
  我々は、委譲交渉者が価値を生み出し、それを予測可能に分割し、金銭損失の契約を避けるか検討する。 検証済みのPerfect Bayesian Equilibriumに対して、OpenAI、Google、Alibabaの9つのLMをベンチマークします。 我々は,AIエージェントの均衡基準監査を,割引効率,分散プロファイル,運用信頼性の3次元に沿って確立する。
  論文  参考訳（メタデータ） (2026-07-29T02:17:11Z)
• Auditing Belief-Conditioned LLM Agents in Hidden-Information Social Deduction Games [50.880420636090896]
  9-player Werewolf環境において,隠れた役割に対する外部信頼状態を維持するための監査可能なフレームワークを構築した。 我々は,その効果を関連づけとして報告し,そのメカニズムを未解決として扱う。
  論文  参考訳（メタデータ） (2026-07-12T16:03:30Z)
• Whose Side Is Your Agent On? Multi-Party Principal Loyalty in LLM Agents [0.33451037881913753]
  我々は、この多党間の忠誠問題を研究し、測定器、2つのメカニズム、構造的な教訓に貢献する。 即時忠誠の足場はクロード=ソネットを19.4%、選択対象者を9名全て=20%に抑えている。 どちらのメカニズムも、それを渡るのではなく、共通のリーク/オーバー・リフレクションのトレードオフに沿ってのみ移動する。
  論文  参考訳（メタデータ） (2026-06-29T14:39:38Z)
• Shoot First, Ask Questions Later? Building Rational Agents that Explore and Act Like People [81.63702981397408]
  限られたリソースを前提として、言語モデル(LM)に基づいたエージェントは、どの程度合理的に行動するのか? エージェント情報探索をベンチマークし,強化する手法を開発し,人間の行動から洞察を抽出する。 Spotterエージェントでは、LMのみのベースラインよりも14.7%の精度で精度を向上し、Captainエージェントでは、期待情報ゲイン(EIG)を0.227ビット(達成可能なノイズ天井の94.2%)まで引き上げる。
  論文  参考訳（メタデータ） (2025-10-23T17:57:28Z)
• Exploration and Persuasion [58.87314871998078]
  我々は、自己関心のあるエージェントが利用したいときの探索にインセンティブを与える方法を示す。 不確実性の下で決定を下す利己的なエージェントの集団を考える。 彼らは新しい情報を取得し、良い決定を下すためにこの情報を「発見」する。 これは、探査が費用がかかるためであるが、将来多くのエージェントにその利点が広がるためである。
  論文  参考訳（メタデータ） (2024-10-22T15:13:13Z)
• Managing multiple agents by automatically adjusting incentives [0.0]
  我々は、社会全体に利益をもたらす目標に向けて、自己関心のAIエージェントを働かせる方法を模索する。 本研究では,特定の行動にインセンティブを割り当てることで,エージェントのインタラクションを仲介するマネージャエージェントを追加する手法を提案する。
  論文  参考訳（メタデータ） (2024-09-03T18:41:16Z)
• On the Resilience of LLM-Based Multi-Agent Collaboration with Faulty Agents [58.79302663733703]
  大規模言語モデルに基づくマルチエージェントシステムは、専門家エージェントの協力により、様々なタスクにまたがる優れた能力を示している。 不器用なエージェントや悪意のあるエージェントが与える影響 - システム全体のパフォーマンスにおいて、頻繁にタスクでエラーを犯すものは、いまだに過小評価されていない。 本稿では,下流タスクにおける障害要因下での各種システム構造のレジリエンスについて検討する。
  論文  参考訳（メタデータ） (2024-08-02T03:25:20Z)
• Principal-Agent Reward Shaping in MDPs [50.914110302917756]
  主要な問題とは、ある政党が他の政党に代わって行動し、利害対立を引き起こすことである。 本研究では,主役とエージェントが異なる報酬関数を持つ2人プレイのスタックゲームについて検討し,エージェントは両プレイヤーに対してMDPポリシーを選択する。 この結果は,有限の地平線を持つ木と決定論的決定過程を確立した。
  論文  参考訳（メタデータ） (2023-12-30T18:30:44Z)
• ReConcile: Round-Table Conference Improves Reasoning via Consensus among Diverse LLMs [61.07130026622437]
  大規模言語モデル(LLM)は、まだ自然言語推論タスクに苦戦している。 心の社会に動機づけられて、我々はReConcileを提案する。 LLMエージェント間のラウンドテーブル会議として設計されたマルチモデルマルチエージェントフレームワーク。
  論文  参考訳（メタデータ） (2023-09-22T17:12:45Z)
• Transfer in Reinforcement Learning via Regret Bounds for Learning Agents [2.023315598404668]
  エージェントが観察結果を共有すると、すべてのエージェントの完全な後悔は$sqrtaleph$でより小さくなる。 この結果は,複数エージェント設定における後悔を考慮すれば,伝達学習における観測結果の共有の利点に理論的制約を与えることができることを示す。
  論文  参考訳（メタデータ） (2022-02-02T18:10:21Z)

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。