SOTOPIA-$\Omega$：基于动态策略注入与社交指令遵循评估的社交代理学习
计算与语言
2025-05-30 v3 计算机与社会
人机交互
摘要
尽管人类拥有丰富的社交策略，但针对这些策略在社交代理中的迁移与集成的研究仍寡缺。我们提出的SOTOPIA-框架旨在弥合这一差距，尤其聚焦于提升语言代理的社交能力。该框架通过动态注入受谈判理论启发的多步骤推理策略以及两种简单直接策略，进而自动构建高质量的社交对话训练语料库。此外，我们提出“社交指令遵循”（Social Instruction Following, S-IF）的概念，并设计两种新的S-IF评估指标以补充社交能力评估。我们展示了若干7B模型在高质量语料上训练后，不仅显著超越专家代理（GPT-4）在实现社交目标方面，还提升了S-IF性能。分析与变体实验验证了动态构建的优势，尤其能够打破代理长期死锁。
引用
@article{arxiv.2502.15538,
title = {SOTOPIA-$\Omega$: Dynamic Strategy Injection Learning and Social Instruction Following Evaluation for Social Agents},
author = {Wenyuan Zhang and Tianyun Liu and Mengxiao Song and Xiaodong Li and Tingwen Liu},
journal= {arXiv preprint arXiv:2502.15538},
year = {2025}
}
备注
Accepted by ACL 2025 (Main Conference)