论文页面 - 通过文本表格建模从有限交互中预测AI智能体的决策

来源：https://huggingface.co/papers/2605.12411

摘要

AI智能体通过将表格特征与基于LLM的文本表示以及冻结观察者模型的隐藏状态相结合，可以在谈判博弈中预测对手的决策，其性能优于直接提示方法。

AI智能体使用自然语言与陌生的对手进行谈判和交易：一个买家机器人面对未知的卖家，或一个采购助理与供应商谈判。在此类交互中，对手的LLM、提示词、控制逻辑和基于规则的备选方案都是隐藏的，而每个决策都可能产生金钱后果。我们提出问题：一个智能体能否从少量交互中预测陌生对手的下一个决策？为了避免真实世界中的日志混杂因素，我们在受控的讨价还价和谈判博弈中研究该问题，并将其形式化为目标自适应文本表格预测：每个决策点都是一个表格行，包含结构化博弈状态、出价历史和对话，同时将同一目标智能体（即被建模的对手）的K个先前博弈作为带标签的适应示例放入提示中。我们的模型构建于表格基础模型之上，该模型使用博弈状态特征和基于LLM的文本表示来表示行，并添加LLM作为观察者作为额外的表示：一个冻结的小型LLM读取决策时刻的状态和对话；其答案被丢弃，而隐藏状态成为面向决策的特征，使LLM成为一个编码器而非直接的少样本预测器。在13个前沿LLM智能体上进行训练，并在91个保留的脚手架智能体上进行测试，完整的模型优于直接的LLM作为预测器提示以及博弈+文本特征的基线。在此表格模型中，观察者特征的贡献超过了其他特征方案：在K=16时，它们将两个任务的响应预测AUC提升了约4个点，并将讨价还价的出价预测误差降低了14%。这些结果表明，将对手预测公式化为目标自适应文本表格任务能够实现有效的适应，并且LLM的隐藏表示暴露了直接提示无法呈现的与决策相关的信号。

查看arXiv页面 (https://arxiv.org/abs/2605.12411)查看PDF (https://arxiv.org/pdf/2605.12411)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.12411)

在你的智能体中获取这篇论文：

hf papers read 2605\.12411

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型链接到此论文

请在模型README.md中引用arxiv.org/abs/2605.12411以将其链接到此页面。

引用此论文的数据集0

没有数据集链接到此论文

请在数据集README.md中引用arxiv.org/abs/2605.12411以将其链接到此页面。

引用此论文的Spaces0

没有Space链接到此论文

请在Space README.md中引用arxiv.org/abs/2605.12411以将其链接到此页面。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection)以将其链接到此页面。