AI 自动翻译
arXiv：2610.33014v1 发布类型：新
摘要：谈判辅助系统无需准确预测对方的反应，也能达成良好的协议。我们探讨社会世界模型的评估是否直接检验了这种预测能力。我们对1999年至2026年间发表的113篇文献进行了审查。其中9项主要评估测量了真实个体对由系统或实验者所选定之行动的反应。仅有2项还同时将明确的反应预测与实际反应进行对比。这些研究的预测模型均基于行动选择时可获得的信息，且用于拟合的评估对象反应被排除在外；此外，两项研究均对干预措施进行了随机化处理。对25篇语言模型相关研究的全文进一步核查发现，没有一项实验符合上述条件。其余评估则聚焦于当前状态推断、任务成功率，或基于已记录行动的预测。我们提出了一种单步骤的谈判实验，以清晰区分上述各类问题。本研究的结果仅描述了经审查的样本情况，并未反映这一评估缺口在该领域中的普遍程度。