ARGUS：通过战略意识规划和知识基础进行思维理论引导的论证生成

有说服力的论点需要对受众信念、修辞策略和事实基础进行建模。尽管最近取得了进展，但现有方法在很大程度上仍然与受众无关，并且无法整合策略选择来提高说服力。为了弥补这一差距，我们提出了 Argus，这是一个基于代理的框架，可以将经典修辞用于说服性写作。心智理论 (ToM) 推理机的核心是构建受众信念和价值观的明确双重心智模型，以指导下游决策。这种表示条件是一个组件感知规划器，该规划器将论证分解为子主题，分配细粒度的修辞功能（徽标、情感、精神），并在规划时触发策略引导的证据检索。最后，细化模块迭代地瞄准并解决多维弱点，而无需质量回归。我们使用自动成对 Elo 和 LLM 作为判断指标来评估 Argus 在三个不同基准上的表现。结果表明，Argus 在多个骨干模型中始终优于强大的基线，取得了最高排名和最高的总体得分。有针对性的模拟实验进一步验证了其在改变抵制观众立场方面的有效性。