論文の概要: Can Large Language Models Extend Their Agentic Capabilities to Goal Pursuit in Open-Ended Multi-Turn Interaction?

• arxiv url: http://arxiv.org/abs/2611.01552v1
• Date: Sun, 01 Nov 2026 04:23:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.484566
• Title: Can Large Language Models Extend Their Agentic Capabilities to Goal Pursuit in Open-Ended Multi-Turn Interaction?
• Title（参考訳）: 大規模言語モデルでは, オープンエンディング型マルチターンインタラクションにおいて, エージェント能力をゴールパースーツに拡張できるか?
• Abstract要約: ツール・メディア・インタラクション(TMI)は,対話動作をツールコールとして表現し,対応応答をツール結果として表現する,トレーニング不要なプロトコルとして定義する。 我々は,2つのモデルと15,678のメイン体験エピソードを用いて,社会的相互作用,感情的支援,説得,価格交渉を通じてTMIを評価した。
• 参考スコア（独自算出の注目度）: 29.57934166786771
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Goal pursuit in open-ended dialogue requires agents to adapt their actions to interaction feedback across successive exchanges. We investigate whether agentic capabilities developed for multi-step tool use carry over to dialogue organized through the model's native tool interface, and how this changes interaction behavior. We define Tool-Mediated Interaction (TMI) as a training-free protocol that represents dialogue actions as tool calls and counterpart responses as tool results, maintaining a continuous reasoning-action-observation loop with retained reasoning and interaction history. We evaluate TMI across social interaction, emotional support, persuasion, and price negotiation using two models and 15,678 main-experiment episodes. Across both models, TMI improves social goal attainment, emotional-support preference, donation amounts, and buyer negotiation margins over conversational baselines with and without thinking. A Qwen ablation further shows that TMI outperforms ordinary conversation with retained reasoning on all four primary outcomes. Behavioral analyses associate the improvements with task-specific patterns in initial proposals and responses to interaction feedback. Alongside these gains, TMI reduces mean reasoning tokens per decision by 42.0-81.5% relative to the thinking baseline and lowers mean cross-turn phrase reuse across all eight model-environment pairs. These findings show that interaction organization shapes both goal attainment and reasoning across dialogue turns.
• Abstract（参考訳）: オープンエンド対話における目標追求は、エージェントが連続した取引所間での相互作用フィードバックに行動を適用することを要求する。 マルチステップツール利用のために開発されたエージェント機能は,モデルのネイティブツールインタフェースを通じて構成された対話に受け継がれるのか,どのように相互作用の振る舞いを変えるのかを検討する。 ツール・メディア・インタラクション(TMI)は,対話アクションをツール呼び出しとして表現し,相手の応答をツール結果として表現し,連続的推論・アクション・オブザーブレーション・ループを継続的に維持する,学習自由なプロトコルとして定義する。 我々は,2つのモデルと15,678のメイン体験エピソードを用いて,社会的相互作用,感情的支援,説得,価格交渉を通じてTMIを評価した。 どちらのモデルでも、TMIは、社会的目標達成、感情的サポートの好み、寄付額、そして、考えも考えもしない会話ベースラインに対する買い手交渉のマージンを改善する。 Qwenのアブレーションは、TMIが4つの主要な結果すべてに対して、通常の会話よりも優れた推論を保っていることを示している。 行動分析は、初期提案におけるタスク固有のパターンと相互作用フィードバックに対する反応を関連付ける。 これらの利得の他に、TMIは平均的推論トークンを思考ベースラインに対して42.0-81.5%削減し、8つのモデル環境ペアすべてで平均的なクロスターンフレーズの再利用を減らした。 これらの結果から,対話組織は対話における目標達成と推論の両方を形作ることがわかった。

関連論文リスト

• Agentic Conversational Search with Contextualized Reasoning via Reinforcement Learning [66.52010873968383]
  本稿では,RL学習を通じて学習した探索的,適応的な行動を可能にする,交互に探索と推論をインターリーブする対話エージェントを提案する。 広く使われている4つの対話型ベンチマークによる実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2026-01-19T14:55:54Z)
• Beyond Task-Oriented and Chitchat Dialogues: Proactive and Transition-Aware Conversational Agents [9.57795435306441]
  TACT(TOD-And-Chitchat Transition)は,トランジッション・アウェア・ダイアログ・モデリング用に設計されたデータセットである。 TACTは、ユーザとエージェント駆動のモードスイッチの両方をサポートし、複雑な対話力学の堅牢なモデリングを可能にする。 TACTで訓練されたモデルは、インテント検出とモード遷移処理の両方においてベースラインを上回った。
  論文  参考訳（メタデータ） (2025-11-11T23:03:44Z)
• Full-Duplex-Bench: A Benchmark to Evaluate Full-duplex Spoken Dialogue Models on Turn-taking Capabilities [93.09944267871163]
  FullDuplexBenchは、重要なインタラクティブな振る舞いを体系的に評価するベンチマークである。 ベンチマークコードを公開することによって、音声対話モデリングの進歩と、より自然で魅力的なSDMの開発を目指しています。
  論文  参考訳（メタデータ） (2025-03-06T18:59:16Z)
• REALTALK: A 21-Day Real-World Dataset for Long-Term Conversation [51.97224538045096]
  本稿では、21日間のメッセージアプリ対話のコーパスであるREALTALKを紹介する。 EI属性とペルソナの整合性を比較し,現実世界の対話による課題を理解する。 その結果,モデルでは対話履歴のみからユーザをシミュレートすることが困難であり,特定のユーザチャットの微調整はペルソナのエミュレーションを改善することがわかった。
  論文  参考訳（メタデータ） (2025-02-18T20:29:01Z)
• AntEval: Evaluation of Social Interaction Competencies in LLM-Driven Agents [65.16893197330589]
  大規模言語モデル(LLM)は、幅広いシナリオで人間の振る舞いを再現する能力を示した。 しかし、複雑なマルチ文字のソーシャルインタラクションを扱う能力については、まだ完全には研究されていない。 本稿では,新しいインタラクションフレームワークと評価手法を含むマルチエージェントインタラクション評価フレームワーク(AntEval)を紹介する。
  論文  参考訳（メタデータ） (2024-01-12T11:18:00Z)
• 'What are you referring to?' Evaluating the Ability of Multi-Modal Dialogue Models to Process Clarificational Exchanges [65.03196674816772]
  参照表現が宛先に対して意図された参照を一意に識別しない場合、参照の曖昧さが対話で生じる。 出席者は、通常、そのような曖昧さをすぐに検知し、メタコミュニケーション、明確化取引所(CE: Meta-communicative, Clarification Exchanges)を使用して、話者と作業する。 ここでは、CRを生成・応答する能力は、マルチモーダルな視覚的基盤を持つ対話モデルのアーキテクチャと目的関数に特定の制約を課していると論じる。
  論文  参考訳（メタデータ） (2023-07-28T13:44:33Z)
• Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for Designing Effective Conversational Systems [29.394466123216258]
  本研究は,対話エージェントの主要な特徴,対応するオープンドメインデータセット,およびこれらのデータセットをベンチマークする手法について概説する。 我々は,既存のデータセットの会話から構築された統一dIalogue dataseTであるUNITを提案する。
  論文  参考訳（メタデータ） (2023-07-14T10:05:47Z)
• Dialogue-Based Relation Extraction [53.2896545819799]
  本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。 我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。 実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
  論文  参考訳（メタデータ） (2020-04-17T03:51:57Z)

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。