Enhancing Dialogue Generation in Werewolf Game Through Situation Analysis and Persuasion Strategies

要約

自然言語処理、特に GPT-4 のような大規模言語モデル (LLM) の最近の進歩により、対話システムが大幅に強化され、より自然で流暢な会話を生成できるようになりました。
これらの改善にもかかわらず、継続的な対話の管理、記憶保持、幻覚の最小化などの課題は依然として残っています。
AIWolfDial2024 は、不完全な情報ゲームである人狼ゲームを採用して、複雑な対話型環境で LLM の機能をテストすることで、これらの課題に対処します。
この論文では、LLM ベースの人狼ゲーム AI を紹介します。この AI では、各役割が状況分析によってサポートされ、応答の生成を支援します。
さらに、狼男の役割では、論理的アピール、信頼性アピール、感情的アピールなど、さまざまな説得戦略が採用され、他のプレイヤーがその行動に同調するよう効果的に説得されます。

要約(オリジナル)

Recent advancements in natural language processing, particularly with large language models (LLMs) like GPT-4, have significantly enhanced dialogue systems, enabling them to generate more natural and fluent conversations. Despite these improvements, challenges persist, such as managing continuous dialogues, memory retention, and minimizing hallucinations. The AIWolfDial2024 addresses these challenges by employing the Werewolf Game, an incomplete information game, to test the capabilities of LLMs in complex interactive environments. This paper introduces a LLM-based Werewolf Game AI, where each role is supported by situation analysis to aid response generation. Additionally, for the werewolf role, various persuasion strategies, including logical appeal, credibility appeal, and emotional appeal, are employed to effectively persuade other players to align with its actions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google