一项预印本研究把1,260轮对话决策实验拿出来，测了八款开放权重模型：只看用户的决策记录，区分合作与背叛的AUC能到0.80；把对话内容加进去，没有测出可察觉的提升。
问题出在模型怎么对待用户说的话。有对话时，预测会更贴合用户的表态，但错误全压在“说了没做”的那些轮次：用户违背承诺时，准确率从0.65掉到0.17；守诺的轮次反而从0.76升到0.95。模型给表态的权重明显偏高——用户说了一个这场游戏里还没做出的决定，预测愿意信到0.69，实际只有0.40。
另一个遗漏是对手是谁。面对Agreeableness特质的代理，用户合作率70.6%，面对Extraversion的只有54.5%，预测出的合作率却几乎一样，64.5%对63.1%。
论文给的建议很直接：对话里的承诺要按用户过往行为打折，也要把对面是谁算进去。做客服或销售代理的人，这条比模型选型更值得先看。
$BTC
问题出在模型怎么对待用户说的话。有对话时，预测会更贴合用户的表态，但错误全压在“说了没做”的那些轮次：用户违背承诺时，准确率从0.65掉到0.17；守诺的轮次反而从0.76升到0.95。模型给表态的权重明显偏高——用户说了一个这场游戏里还没做出的决定，预测愿意信到0.69，实际只有0.40。
另一个遗漏是对手是谁。面对Agreeableness特质的代理，用户合作率70.6%，面对Extraversion的只有54.5%，预测出的合作率却几乎一样，64.5%对63.1%。
论文给的建议很直接：对话里的承诺要按用户过往行为打折，也要把对面是谁算进去。做客服或销售代理的人，这条比模型选型更值得先看。
$BTC
