arXiv cs.CL· Bhavyesh Sajja, Max Kleiman-Weiner, Roger Zimmermann, Tan Zhi-Xuan·· 12 小时前AI 评分32
ContractSim：评估 LLM 智能体的自然语言合同谈判与执行能力
Evaluating Rational Contracting in Natural Language
AI 导读
研究者提出 ContractSim 评测套件，让两个 LLM 智能体在多轮供应商合同中进行自然语言谈判与执行，并给出量化理性与协作表现的指标和基线。结果显示，环境不确定性低时智能体能达成高效合同，但高不确定性下常谈不出可满足、高效或互利的合同，甚至不如启发式基线。执行阶段智能体也常不合作，即使合同容易满足仍会违约以获取额外收益。
正文 · AI 翻译
摘要：基于语言的人工智能代理的出现，有望改变机器经济活动的范围。此类代理不再只是提出报价或遵循硬编码协议，而是可以用自然语言进行谈判并执行协议。然而，对这些能力的大多数评估都集中在一次性交换或简单的经济博弈上，尚未涵盖可用语言表达的时间延展、或有和不完全合同这一丰富空间；这些评估还聚焦于原始利润，而没有衡量可信赖缔约所需具备的品质。为此，我们构建了一个理性框架，用于说明代理在不确定的多步环境中应如何谈判和执行自然语言合同。利用该框架，我们开发了用于量化理性与合作博弈的指标和基线。我们在 ContractSim 中实例化该框架，这是一个评估套件，其中两名参与者在环境不确定性和参与者间不确定性下谈判并执行多轮供应商合同。我们发现，当环境不确定性较低时，基于 LLM 的代理能就高效合同达成一致；但在高不确定性下，它们往往无法谈判出可满足、高效或互利的合同，甚至不如启发式基线。在执行合同时，LLM 代理也常常不合作，即使合同很容易满足，也会为获取额外利润而违约。这些发现表明，在设计能够理性和合作地谈判并执行合同的语言代理方面仍有改进空间。
| 评论： | 10 页，7 幅图，2 张表（附录：40 页，8 幅图，10 张表） |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；计算机科学与博弈论（cs.GT） |
| 引用为： | arXiv:2608.10475 [cs.AI] |
| （或使用 arXiv:2608.10475v2 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2608.10475 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Bhavyesh Sajja [查看电子邮件]
[v1]
2026 年 8 月 11 日星期二 04:44:50 UTC（2,311 KB）
[v2]
2026 年 10 月 22 日星期四 17:02:46 UTC（1,718 KB）
来源：arXiv cs.CL · arxiv.org