negotiation

本文介绍了TSR框架，该框架将社交对话分解为战略规划和语言执行两个阶段，以及LHRL-VGR，一种带有方差门控奖励的强化学习算法。使用该方法对Qwen2.5-7B智能体进行微调，在SOTOPIA基准上的目标完成率超过GPT-4o基线7.32%。

IAB@NeurIPS 2026 竞赛（GLEE Competition）公告，参赛者需构建能在实时多轮博弈中进行讨价还价、谈判与说服的 AI 智能体，总奖金池 6,000 美元，并可选择性提交论文。

微软研究院重点介绍了关于使用SocialRL进行小型语言模型谈判、PazaBench V2用于非洲语言语音评估、EvoLib帮助智能体从经验中学习、改进的A/B测试方法以及AI驱动的精准肿瘤学的新研究。

本文介绍了DebtBench——首个针对催收协商的个性化基准测试，以及DebtGPT——一个同时优化财务回收与交互体验的催收代理。实验表明，大多数大型语言模型在这一真实场景中表现不佳，而DebtGPT达到了与GPT-4o相当的性能。

一个基于社交强化学习（SocialRL）训练的新型4B参数AI模型在谈判任务中超越了GPT-5模型，表明让AI成为愉快助手的特质（顺从性、透明度）反而降低了谈判效率。

一名受雇代表受害者的勒索软件谈判者秘密为BlackCat攻击者工作，分享机密客户信息以最大化赎金支付，最终被判6年监禁。

本文形式化了多轮智能体谈判中的行为隐私泄露问题，并提出了一种自适应随机策略，该策略在提供差分隐私保证的同时，保持较高的谈判效用。

Ivo 推出 Benchmarks，这是一款通过利用公司全部合同谈判历史来审阅并批注协议的工具，旨在改进未来的谈判。

一位开发者在4天内为黑客马拉松构建了一个由6个智能体组成的卫星碰撞规避AI系统，并分享了经验教训。

六个AI模型被要求结成联盟，以赢得一份资金提案挑战。它们独立协商伙伴关系，形成了三个竞争团队，展示了自主协调和战略谈判能力。

本文介绍了一种用于人类谈判的自动化调解器，它使用结构化LLM模块流水线进行前期调解。在人类受试者实验中，该系统在偏好推断方面降低了误差，同时实现了与专业人类调解员相当的准备效果。

一位保险理赔员描述了汽车贷款机构如何部署AI机器人，利用不准确的数据对全损车辆估值提出异议，浪费理赔员时间，并使其难以联系到真人代表。该帖子寻求绕过这些AI系统与真人通话的建议。

PrefBench是一个新基准，旨在评估零样本LLM智能体在具有隐藏偏好的个性化定价谈判中的表现，考察它们在谈判场景中推断和适应用户偏好的能力。

研究表明，LLM智能体在谈判中能够建模对手的偏好，但未能将这种知识转化为战略性讨价还价以改善结果，这限制了它们在多轮谈判中的有效性。

据传腾讯与梁文锋（深度求索）谈判投资，腾讯要求20%股份被拒，最终接受2%股份，引发业内对AI赛道势力格局变化的讨论。

腾讯试图以500亿美元估值认购DeepSeek 20%股份但被拒绝，最终仅获2%股份，且DeepSeek要求腾讯绑定其生态，反映出DeepSeek在AI投资中的强势地位。

本文提出了一种方法，通过将表格特征与基于LLM的文本表示以及来自冻结观察者模型的隐藏状态相结合，在谈判游戏中预测不熟悉AI代理的决策，优于直接提示方法。

PACT 推出了针对 LLM 的对抗性谈判基准测试，通过 20 轮买卖双方议价博弈来评估模型的说服力与适应能力。顶尖模型包括 GPT-5.5 和 Opus 4.7，评分由 Glicko-2 算法计算，并采用类 Elo 评分体系展示。

Mediator.ai 是一款将纳什谈判博弈论与 LLM 相结合的工具，旨在促进公平的协作式谈判。它会基于双方明确的需求生成并评估候选协议，直至找到最优解。