論文の概要: SPAR: Experience-Driven Strategy Evolution in Multi-Session B2B Sales
- arxiv url: http://arxiv.org/abs/2611.01695v1
- Date: Sun, 01 Nov 2026 08:29:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-12 15:19:24.884251
- Title: SPAR: Experience-Driven Strategy Evolution in Multi-Session B2B Sales
- Title(参考訳): SPAR: マルチセッションB2B販売におけるエクスペリエンス駆動戦略の進化
- Abstract要約: テスト可能な仮説として戦略をモデル化し,パラメータを更新せずにそれらを洗練する自己進化型フレームワークであるSPARを提案する。
1688年のA/Bテストでは、20万以上の商人が参加し、SPARは+15.8%のコンバージョンリフトと+35.8%の高知能商人の成長を達成した。
- 参考スコア(独自算出の注目度): 81.68490788568224
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: B2B outbound sales involves high transaction values and relationship-based trust, so closing a deal typically requires multiple rounds of outreach building on prior context. Existing LLM-based sales agents operate within single sessions and cannot carry forward context or refine strategies from experience. Methods that do learn from experience store lessons as unstructured text and treat all outcomes as equally informative, with no mechanism to distinguish a flawed strategy from an external factor. We propose SPAR, a self-evolving framework that models selling strategies as testable hypotheses and refines them without parameter updates. A double-loop architecture lets an inner loop adapt to individual merchants through episodic memory while an outer loop evolves a shared strategy playbook through causal attribution and hypothesis-driven evolution. In a live A/B test on the 1688 platform with over 200,000 merchants, SPAR achieves +15.8% conversion lift and +35.8% high-intent merchant growth. Human evaluation by domain experts rates SPAR at 4.62 out of 5 on overall sales quality, the highest among all methods.
- Abstract(参考訳): B2Bのアウトバウンド販売には、高い取引価値と関係ベースの信頼が伴うため、取引の完了には、通常、事前の状況に基づいて複数のアウトリーチラウンドが必要になる。
既存のLLMベースのセールスエージェントは、単一のセッションで運用されており、経験から状況や戦略を前進させることはできない。
経験から学ぶ方法は、未構造化のテキストとしてレッスンを記憶し、すべての成果を同等に有益なものとして扱い、欠陥のある戦略と外部要因を区別するメカニズムがない。
テスト可能な仮説として戦略をモデル化し,パラメータを更新せずにそれらを洗練する自己進化型フレームワークであるSPARを提案する。
二重ループアーキテクチャでは、内ループはエピソードメモリを通じて個々の商人に適応し、外ループは因果帰属と仮説駆動進化を通じて共有戦略プレイブックを進化させる。
1688年のA/Bテストでは、20万以上の商人が参加し、SPARは+15.8%のコンバージョンリフトと+35.8%の高知能商人成長を達成した。
ドメインの専門家による人間による評価では、SPARは全体の販売品質で5点中4.62点であり、すべての手法の中で最高である。
関連論文リスト
- IB-RL: Isolated Bilateral Reinforcement Learning for Strategic Dialogue Agents [7.9227321734048495]
強化学習(Reinforcement Learning, RL)は、数学的推論やコード実行など、定常的で検証可能な報酬を持つタスクにおいて、大きな言語モデル(LLM)を改善する上で大きな成果を上げている。
このようなインタラクティブな性質にもかかわらず、現在のRLアプローチは通常、固定されたエージェントやシミュレータに対してターゲットエージェントを訓練する。
この訓練パラダイムは、政策が相互に共通する戦略を学習するよりも、相補的な正規性を活用することを奨励している。
本稿では,両ロールが共同ロールアウトを通じて共進化し,各ロールが完全に独立したアドバンテージ,アクションマスクを通じて自身の報酬を最適化する,分離型バイラテラル強化学習(IB-RL)を提案する。
論文 参考訳(メタデータ) (2026-08-07T02:59:53Z) - Supervised Fine-Tuning vs. In-Context Learning: An Equilibrium Analysis of LLM Personalization under Congestion [52.722575491987904]
ICL と SFT は,事前学習とデータ信号対雑音比の相互関係によって決定される。
どちらのパーソナライズ手法も、計算負荷が増大する可能性があるにもかかわらず、プラットフォームの最大利益を損なうことはないことを実証する。
論文 参考訳(メタデータ) (2026-07-15T21:17:42Z) - Mastermind: Strategy-grounded Learning for Repository-Scale Vulnerability Reproduction [62.42945715963878]
リポジトリレベルの脆弱性の再現は、要求の多いソフトウェアエンジニアリング(SE)タスクである。
最近のLLMエージェントは、アプローチが正しい場合、しばしばこれらのステップを実行するが、間違った戦略を選択することで失敗する。
本論では, アクションの完全な軌跡ではなく, 戦略がSEエージェントの適切な学習単位であることを論じる。
論文 参考訳(メタデータ) (2026-07-02T06:27:27Z) - Iterating Toward Better Search: A Two-Agent Simulation Framework for Evaluating Agentic Search Architectures in E-Commerce [5.346615622025758]
本稿では,対話型ショッピングアシスタントアーキテクチャを評価するためのモジュール型2エージェントシミュレーションフレームワークを提案する。
実験間でバイヤー定数を保持することで、同一のシナリオ上での応答設計の制御された比較が可能になる。
ローリングウィンドウメモリは、すべての品質指標において意図抽出メモリより優れ、クエリ毎に35%高速である。
論文 参考訳(メタデータ) (2026-06-11T05:27:42Z) - Training Language Models for Bilateral Trade with Private Information [47.25254982913256]
貿易の利益を達成するためには、個人、戦略的余剰の合理性、協力が必要である。
本研究では,大規模言語モデルがイベント駆動シミュレータ内のツールコールを介して交渉する構造化交渉環境を開発する。
この環境は、フロンティアモデルのベンチマークと、強化学習によるオープンウェイトモデルのトレーニング環境という2つの目的を果たす。
論文 参考訳(メタデータ) (2026-04-10T03:04:20Z) - Sell More, Play Less: Benchmarking LLM Realistic Selling Skill [1.1560747347923173]
SalesLLMベンチマークは、Financial ServicesとConsumer Goodsをカバーする現実的なアプリケーションから構築されている。
SalesLLMベンチマークのスコアは、専門家の人間格付けと強く相関している。
論文 参考訳(メタデータ) (2026-04-08T13:06:37Z) - RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback [54.39884046754265]
RetroAgentは、エージェントが複雑なインタラクティブ環境をマスターできるオンラインRLフレームワークである。
実験の結果,RetroAgentはSOTA(State-of-the-art)の性能を達成できた。
論文 参考訳(メタデータ) (2026-03-09T16:23:33Z)
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。