非合作式對話

深度分析

METRO：利用大型語言模型自動建構策略森林提升非合作式對話效能

本研究針對非合作式對話代理人開發的高成本問題，提出 METRO 方法，自動從專家對話文字中誘導策略與規劃邏輯，形成 Strategy Forest 階層結構。實驗顯示其在兩項基準上提升約 9%~10%，且具跨任務轉移性，為成本效益高的策略建置提供新思路。