Key points are not available for this paper at this time.
성공적인 협상은 대화 맥락에 대한 깊은 이해와 파트너의 동기를 추론하기 위한 마음 이론(Theory-of-Mind, ToM) 기술, 전략적 추론 및 효과적인 커뮤니케이션을 요구하여 자동화된 시스템에 도전 과제가 됩니다. 다양한 자연어 처리(NLP) 작업에서 LLM의 놀라운 성과를 고려할 때, 본 연구에서는 LLM이 대화 시스템 설계에서 교수 피드백 제공 및 데이터 수집 관행 확대에 이르기까지 협상 연구의 다양한 측면을 어떻게 발전시킬 수 있는지를 이해하는 것을 목표로 합니다. 이를 위해 우리는 전형적인 협상 상호작용의 모든 시간 단계에서 다양한 대화 시나리오에 걸쳐 LLM의 다면적 능력을 분석하기 위한 방법론을 개발합니다. 우리의 분석은 다양한 작업에 대한 GPT-4의 우수성에 대한 증가하는 증거에 기여하며 동시에 LLM이 여전히 어려움을 겪는 특정 작업에 대한 통찰을 제공합니다. 예를 들어, 모델은 협상 대화에 대한 주관적 평가를 할 때 인간 플레이어와 잘 상관되지 않으며, 종종 맥락적으로 적절하고 전략적으로 유리한 응답을 생성하는 데 어려움을 겪습니다.
권 외(수), 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: