SocialRL：通过多轮强化学习与奖励设计提升大语言模型的社交智能
英文标题：SocialRL: Refining LLMs' Social Intelligence through Multi-turn Reinforcement Learning and Reward Design
最新研究提出了 SocialRL 框架，旨在通过多轮强化学习与针对性的奖励机制设计，系统化提升大语言模型的社交智能。社交智能使 AI Agent 能够准确理解社交语境、推断潜在意图，并在长程持续对话中灵活自适应调整策略。随着大模型逐步演进为自主协作体，该研究对构建高效且值得信赖的人机交互体验具有核心价值，为解决多轮复杂交互环境下的模型对齐问题提供了全新路径。
打开原文相关 3.2 · 机会 1
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文信息
- 论文编号：arXiv:2609.09764v1
- 公告类型：new
摘要
社交智能（Social Intelligence）赋予了智能体（Agent）识别社交语境、推断用户意图，并在持续的多轮对话中自适应调整交互策略的能力。随着大语言模型（LLM）逐步转变为自主协作体，社交智能已成为构建高效且值得信赖的人机交互（Human-AI Interaction）的核心基石。现有的强化学习方案在多轮社交交互建模上仍存在局限，为此本文提出 SocialRL，通过多轮强化学习与专门的奖励设计，显著精炼并提升大语言模型的社交协作与交互智能。
English / 原文
BibTeX formatted citation
×