人人独特：迈向面向债务催收的行为异质谈判对话系统

债务催收是金融行业的一项关键谈判任务，具有很强的现实相关性，同时作为行为丰富、高风险的以人为中心对话系统试验台，具有突出的学术价值。尽管大语言模型（LLM）在对话与谈判中展现出前景，如何在此类复杂场景中有效评估其表现仍是一大挑战：现有基准一律假设用户是偏好固定的静态理性智能体，无法刻画现实债务催收中固有的丰富行为异质性。为弥合这一空缺，我们提出DebtBench——首个公开的、以人物画像丰富化的债务催收基准，突出谈判中的行为异质性。此外，我们开发了DebtGPT，一个以联合优化资金回收与交互体验为目标的债务催收智能体。使用16个最先进LLM的实验结果表明，多数现有模型在这种复杂而真实的场景中表现吃力，而DebtGPT超越所有开源基线，达到与GPT-4o相当的水平。代码与数据见 https://github.com/YYuHhhh/DebtNegotiation 。