说服应当是双盲的：基于因果心智理论的多领域对话数据集与忠实性
计算与语言
2026-05-26 v2
摘要
说服性对话是人类交流的核心，然而现有的数据集通常依赖于单一语言模型生成双方角色，产生了违反说服双盲性质的不真实互动。为了克服这一问题，我们提出了 ToMMA，一个由因果心智理论指导的多智能体框架，该框架强制执行角色分离并防止信息泄露。使用 ToMMA，我们构建了 CToMPersu，这是一个大规模、多轮、多领域的数据集，能够捕捉真实的说服动态。自动评估表明，与以往的数据集相比，CToMPersu 产生了更连贯且更具说服力的对话。此外，当作为知识库使用时，CToMPersu 显著增强了大型语言模型的说服性能，这一点已通过自动评估和人工评估得到证实。
引用
@article{arxiv.2502.21297,
title = {Persuasion Should be Double-Blind: A Multi-Domain Dialogue Dataset With Faithfulness Based on Causal Theory of Mind},
author = {Dingyi Zhang and Linhai Zhang and Fanglei Qu and Ziqing Zhuang and Deyu Zhou},
journal= {arXiv preprint arXiv:2502.21297},
year = {2026}
}
备注
6 pages