🤖 AI
TERMS-Bench: Diagnosing LLM Negotiation Agents Beyond Deal Rate
यह शोधपत्र Terms-Bench को प्रस्तुत करता है, जो एक बेयसियन-गेम (Bayesian-game) ढांचा है जो एक ज्ञात प्रतिपक्षी सिम्युलेटर (counterpart simulator) का उपयोग करके वार्तालाप मूल्यांकन को कुल सौदे-दर रैंकिंग से बदलकर अधिशेष निष्कर्षण (surplus extraction), विश्वास अंशांकन (belief calibration) और रणनीतिक अनुपालन (strategic compliance) में विशिष्ट एजेंट विफलताओं को सटीक रूप से पहचानने वाले सुधारात्मक नैदानिक विश्लेषण में परिवर्तित करता है।