Как научить LLM отстаивать позицию в ролевых переговорах: опыт AgonArena
Автор делится методикой, позволяющей крупным языковым моделям не сдавать позиции в ролевой игре «начальник», превращая диалог в тренировочный цикл.
В статье на Habr AI автор рассказывает о проблеме, с которой сталкиваются многие разработчики: при ролевой имитации переговоров LLM‑модель часто оказывается слишком уступчивой и «сдаётся» уже после нескольких сильных аргументов собеседника. Чтобы изменить эту динамику, в рамках собственного проекта AgonArena был разработан набор приёмов, превращающих простую репетицию в полноценный тренировочный цикл.
Ключевые шаги включают:
- Контекстуальное закрепление роли – модель получает детализированный профиль «начальника», включающий цели, ограничения и стилистические особенности поведения.
- Множественные контр‑аргументы – в диалог заранее подготавливается набор типовых возражений, которые подаются в случайном порядке, чтобы модель не могла предугадать их.
- Динамический штраф за уступки – система отслеживает количество «сдач» и применяет штрафные токены, заставляя модель искать более сильные контраргументы.
- Обратная связь и рефлексия – после каждой сессии модель получает оценку своей позиции и рекомендации по улучшению, что позволяет постепенно повышать её настойчивость.
В результате тестирования AgonArena показала, что LLM сохраняет свою позицию в 78 % случаев, против 32 % без доработок. Автор делится открытым кодом и инструкциями по интеграции методики в любые проекты, использующие OpenAI, Anthropic или другие крупные модели.
Полный материал доступен по ссылке: https://habr.com/ru/articles/1089894/
Для разработчиков AI‑тренеров и студентов это практический пример, как превратить обычный промпт в обучающий сценарий с обратной связью. Подобный подход повышает устойчивость моделей к манипуляциям и открывает возможности для более реалистичных симуляций переговоров в обучении и HR‑тренингах.
