PrefBench：评估零样本LLM智能体在隐藏偏好个性化定价谈判中的表现

arXiv:2605.22855v1 Announce Type: cross \n摘要：个性化定价谈判是LLM智能体的一个具有挑战性的测试平台，因为成功的交互并不能保证盈利决策。卖家可能采取有效行动并达成许多交易，但当买家支付意愿和讨价还价特征隐藏时，仍可能定价不当。本文提出了PrefBench，一个基于模拟器的基准测试，用于隐藏偏好个性化定价谈判。每个回合将一个模拟买家与一个固定的车辆定制捆绑包配对；卖家观察公开的角色描述、捆绑包信息和谈判历史，而潜在买家变量则影响估值、耐心、还价行为和退出决策。PrefBench通过一个面向LLM的状态摘要协议来评估这一设置，该协议约束智能体在固定的隐藏信息边界下返回严格的JSON动作。我们在7,500个回合中评估了零样本LLM卖家与启发式基准的表现。测试的LLM可靠地遵循协议，交易率超过0.99，但其卖家利润结果仍然较弱：最佳LLM平均利润仅略高于随机基线，远低于相同回合流下的简单让步启发式。这些结果表明，结构化动作合规和寻求协议的行为可以与弱利润敏感谈判共存。PrefBench为评估隐藏买家偏好下的定价智能体行为提供了一个受控基准。

# PrefBench：在隐藏偏好个性化定价谈判中评估零样本LLM代理
来源：https://arxiv.org/abs/2605.22855
书目工具

## 书目与引用工具

书目浏览器 切换

代码、数据、媒体

## 本文相关的代码、数据与媒体

演示

## 演示

相关论文

## 推荐与搜索工具

关于arXivLabs

## arXivLabs：与社区合作者的实验项目

arXivLabs是一个框架，允许合作者直接在我们的网站上开发和共享新的arXiv功能。

与arXivLabs合作的个人和组织均已接受并认同我们的开放、社区、卓越和用户数据隐私价值观。arXiv致力于这些价值观，仅与遵守这些价值观的合作伙伴合作。

有一个能为arXiv社区增值的项目的想法？**了解更多关于arXivLabs** (https://info.arxiv.org/labs/index.html)。