预测偏差方向与代理对预测的反应性比预测准确率更能关联下游谈判结果。
资讯摘要
论文提出Vendster评测平台，用于衡量预测工具的偏差与预测区间宽度如何影响两个LLM代理之间的买方—卖方折扣谈判结果。在基于M5数据集的参考实例中，作者测试了Claude Opus 4.6、GPT-5.6 Sol、DeepSeek-V3.2和Qwen3-235B-A22B。作者报告模型生成的预测可将销售目标达成率最多提升17个百分点，但relWQL、MASE等标准预测指标无法显著预测谈判结果；在受控合成预测下，低估偏差对预测反应更强的代理有显著改善，区间宽度在零偏差时无显著影响。
要点速读
- 论文提出Vendster评测平台，测量预测工具的偏差和预测区间宽度对两个LLM代理折扣谈判结果的影响。
- 在Vendster-M5参考实例中，作者报告模型生成预测使销售目标达成率最多提升17个百分点（p<0.001），但relWQL和MASE等标准指标无法显著预测谈判结果。
- 受控合成预测实验显示，低估偏差对预测反应更强的代理有显著改善（剂量反应斜率-0.387和-0.416，p<0.001），零偏差时区间宽度无显著影响。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。