arXiv cs.CL· Baiqiao Zhang, Shuai Ma, Zhifeng Liao, Chao Zhou, Jianshu Wang, Yuhan Zhao, Chaoyue Zhang, Tongjun Si, Yuying Tang, Xiangxian Li, Yong-Jin Liu, Yulong Bian·· 2 小时前AI 评分41
言语还是行动？LLM 如何预测人机对话中的用户决策
Words or Deeds? How LLMs Predict Users' Decisions in Human-Agent Dialogue
AI 导读
42 名用户与五个智能体进行 1,260 轮重复囚徒困境博弈，测试八个开源权重 LLM 结合用户陈述与决策记录预测用户决策的效果。仅凭决策记录区分合作与背叛的 AUC 达 .80，加入对话无可检测增益；带对话的预测更采信用户陈述，守诺轮次准确率从 .76 升至 .95、失信轮次从 .65 降至 .17，预测守诺概率从 .13 升至 .69，而用户实际守诺率仅 .40。
来源：arXiv cs.CL · arxiv.org