BEDA: Stima delle Credenze come Vincoli Probabilistici per l'Esecuzione di Atti Dialogici Strategici
BEDA: Belief Estimation as Probabilistic Constraints for Performing Strategic Dialogue Acts
December 31, 2025
Autori: Hengli Li, Zhaoxin Yu, Qi Shen, Chenxi Li, Mengmeng Wang, Tinglang Wu, Yipeng Kang, Yuxuan Wang, Song-Chun Zhu, Zixia Jia, Zilong Zheng
cs.AI
Abstract
Il dialogo strategico richiede che gli agenti eseguano atti dialogici distinti, per i quali la stima delle credenze è essenziale. Sebbene i lavori precedenti spesso stimino le credenze in modo accurato, mancano di un meccanismo principiato per utilizzare tali credenze durante la generazione. Colmiamo questa lacuna formalizzando innanzitutto due atti fondamentali, Avversariale e Allineamento, e operazionalizzandoli tramite vincoli probabilistici su ciò che un agente può generare. Istanziamo questa idea in BEDA, un framework che consiste nell'insieme del mondo, nello stimatore di credenze per la stima delle credenze e nel generatore condizionale che seleziona gli atti e realizza espressioni coerenti con le credenze inferite. In tre contesti - Conditional Keeper Burglar (CKBG, avversariale), Mutual Friends (MF, cooperativo) e CaSiNo (negoziazione) - BEDA supera costantemente baseline robuste: su CKBG migliora il tasso di successo di almeno 5,0 punti su tutti i backbone e di 20,6 punti con GPT-4.1-nano; su Mutual Friends ottiene un miglioramento medio di 9,3 punti; e su CaSiNo raggiunge l'accordo ottimale rispetto a tutte le baseline. Questi risultati indicano che l'utilizzo della stima delle credenze come vincolo fornisce un meccanismo semplice e generale per un dialogo strategico affidabile.
English
Strategic dialogue requires agents to execute distinct dialogue acts, for which belief estimation is essential. While prior work often estimates beliefs accurately, it lacks a principled mechanism to use those beliefs during generation. We bridge this gap by first formalizing two core acts Adversarial and Alignment, and by operationalizing them via probabilistic constraints on what an agent may generate. We instantiate this idea in BEDA, a framework that consists of the world set, the belief estimator for belief estimation, and the conditional generator that selects acts and realizes utterances consistent with the inferred beliefs. Across three settings, Conditional Keeper Burglar (CKBG, adversarial), Mutual Friends (MF, cooperative), and CaSiNo (negotiation), BEDA consistently outperforms strong baselines: on CKBG it improves success rate by at least 5.0 points across backbones and by 20.6 points with GPT-4.1-nano; on Mutual Friends it achieves an average improvement of 9.3 points; and on CaSiNo it achieves the optimal deal relative to all baselines. These results indicate that casting belief estimation as constraints provides a simple, general mechanism for reliable strategic dialogue.