评估自然语言中的理性合约能力

论文用 ContractSim 测试发现 LLM 智能体在高不确定性下谈判与守约能力不足。

资讯摘要

论文提出一个评估语言智能体如何谈判与执行自然语言合约的理性框架，并据此构建 ContractSim 测试套件，让双方在多轮供应商合约中面对环境与对手不确定性。作者报告：环境不确定性低时 LLM 智能体能达成高效合约，高不确定性下常无法谈成可满足、高效或互利的合约，甚至不如启发式基线；执行阶段也常为额外收益违约。

要点速读

1. 论文提出理性合约框架及衡量理性与合作性的指标与基线，并实例化为 ContractSim 多轮供应商合约评估套件。
2. 作者报告 LLM 智能体在低环境不确定性下能达成高效合约，高不确定性下表现不佳，低于启发式基线。
3. 作者报告执行合约时 LLM 智能体常不合作，即使合约易于满足也会为额外利润违约。

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 2026/10/24 08:00:37（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。