用于面向任务的对话的角色引导 LLM 代理

先前的工作表明，大语言模型 (LLM) 可以在开放式文本生成中表达不同的个性特征。然而，目前尚不清楚他们是否可以在目标导向的对话中这样做而不影响任务的完成，以及适应用户的个性是否可以提高交互质量。我们在面向任务的对话（TOD）中研究这些问题，系统通过多轮交互帮助用户实现目标。我们构建了一个 无需训练 框架，模拟两个 LLM 之间的 TOD 交互：一个展示目标个性的用户代理和一个在完成任务时适应用户的系统代理。为了隔离适应的影响，我们在三种条件下改变系统对用户个性的了解程度。在中性状态下，系统不接收个性信息。在《Try》中，它从对话线索中推断出性格。在 Oracle 中，它被明确赋予了个性。我们评估了 GPT-4o、Qwen3-Next-80B 和 Gemini 2.0 Flash 在架构引导对话 (SGD) 数据集中的酒店和餐厅对话中的五大特征及其对立面。我们发现用户代理可以表达个性，同时系统保持强大的任务性能，尽管某些特征的实现远不如其他特征可靠。适应用户的个性可以提高约束满意度、信息率和用户满意度，但会降低真实性，揭示个性化和任务基础之间的权衡。当目标特征被强烈表达时，Oracle 的收益就会增长，而 Try 的收益在很大程度上对实现强度不敏感。总体而言，Try 中基于提示的适应最好地解决了这种权衡，并为无需 微调 的个性感知 TOD 提供了更可靠的途径。