arXiv cs.AI· Xiangyu Kong, Ruirui Yang, Xia Hou·· 1 天前AI 评分31
TradeWar：面向可执行落地贸易谈判的 LLM 智能体基准
TradeWar: A Benchmark for Execution-Grounded Trade Negotiation with Adaptive LLM Agents
AI 导读
研究者提出 TradeWar 多国模拟基准，将谈判对话转化为具体关税与贸易份额政策，在结算中施加产能与网络约束，并用 Economic Health Index（EHI）评估执行结果。
正文 · AI 翻译
摘要：多轮谈判对于大语言模型（LLM）智能体而言仍是一个具有挑战性的问题。尽管 LLM 能够进行自然语言对话，但现有基准主要只评估达成一致的比例，而忽视了谈判达成的承诺在执行后是否真正创造价值。为填补这一空白，我们提出了 TradeWar，一个多国模拟基准，它将谈判对话转化为具体的关税与贸易份额政策，在结算过程中强制执行产能与网络约束，并通过经济健康指数（EHI）评估结果。为解决这一以执行为基础的任务，我们提出了 TACTIC（Trade-aware Adaptive Consolidation and Theory-of-mind for International Commerce，面向国际贸易的贸易感知自适应整合与心智理论），该智能体在不更新基础 LLM 权重的情况下，通过利用先前经验、对手行为和过往结算结果，在多个回合中迭代优化其谈判策略。尽管使用零样本思维链（CoT）提示，PromptLLM 仍达到 75% 的一致率，但最终 EHI 仅为 57.1（*100），而 TACTIC 达到 68.8。在 20 个连续回合和三个随机种子下，TACTIC 的最终 EHI 从 58.2 提升至 73.2，而未进行跨回合更新的消融实验为 65.2。在技术管制和能源危机冲击下，TACTIC 的性能下降幅度也小于 PromptLLM 和 MemoryLLM。这些结果表明，仅靠 CoT 推理和交互记忆无法完全应对延迟的执行反馈，而以结算为基础的适应能够改善 TradeWar 中的长程谈判。
| 评论： | 已被 DAI'26 接收 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.42004 [cs.AI] |
| （或 arXiv:2610.42004v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.42004 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xiangyu Kong [查看电子邮件]
[v1]
2026年10月30日星期五 16:45:29 UTC（1,186 KB）
来源：arXiv cs.AI · arxiv.org