AnthroDial: Benchmarking LLM Anthropomorphism in Autonomous Social Interaction
作者: Wentao Liu, Xi Chen, Siyu Song, Biao Yuan, Yu Zhang, Zhou Zhuotong, Jingying Zhou, Guohao Feng, Shasha Hu, Tianfu Wang, Shangshang Yang, Haoyang Liu, Youjia Li, Xiaokun Wang, Min Ji, Ji Wang
分类: cs.CL
发布日期: 2026-09-29
备注: 26 pages, 8 figures, 16 tables
💡 一句话要点
提出AnthroDial框架以提升自主社交智能体的人性化交互能力
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 社交智能体 人性化交互 大型语言模型 自主决策 评估框架 动态适应 训练范式
📋 核心要点
- 现有方法在自主、开放式交互中缺乏统一的评估与改进框架，限制了社交智能体的能力。
- 提出AnthroDial框架，结合MindFlow、CAPS-Eval和可扩展训练范式，提升社交代理的自主性和适应性。
- 实验结果显示，AnthroDial在多种模型和场景中显著提高了交互的自然性和自主性，验证了评估框架的可靠性。
📝 摘要（中文）
大型语言模型（LLMs）越来越多地被用作社交代理，但要实现可信的人类交互，单靠流畅的回应或角色一致性是不够的。代理必须自主决定何时、如何进行交流，并适应不断变化的上下文、目标和关系。然而，现有研究缺乏统一的方法来实现、评估和改善这种能力。本文提出了AnthroDial框架，从三个互补方面开发人性化社交代理：MindFlow，一个轻量级的交互工具，通过动态的思维缓冲区实现自主、异步和自适应的沟通；CAPS-Eval，一个基于理论的框架，用于评估人性化交互的认知、情感和行为维度；以及一个可扩展的训练范式，结合SEEDS进行环境扩展和DiAPO进行自适应能力优化。通过广泛的实验，验证了该框架的有效性和可靠性。
🔬 方法详解
问题定义：本文旨在解决社交智能体在开放式交互中缺乏自主决策和适应能力的问题。现有方法无法有效评估和提升这些能力，导致交互质量不高。
核心思路：AnthroDial框架通过MindFlow、CAPS-Eval和可扩展训练范式，提供了一个全面的解决方案，使社交代理能够在动态环境中自主进行人性化交互。
技术框架：框架包括三个主要模块：MindFlow用于实现异步和自适应的沟通，CAPS-Eval用于评估交互的多维度特性，训练范式结合SEEDS和DiAPO优化能力。
关键创新：AnthroDial的创新在于其综合性，首次将交互能力的评估、优化和实现整合为一个统一框架，显著提升了社交智能体的表现。
关键设计：在MindFlow中，动态思维缓冲区的设计允许代理根据上下文变化调整沟通策略；CAPS-Eval采用理论驱动的方法，确保评估的科学性和准确性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，AnthroDial框架在多种模型和场景中显著提升了交互的自然性和自主性，CAPS-Eval的评估结果与人类评分高度一致，验证了其可靠性和有效性。
🎯 应用场景
该研究的潜在应用领域包括人机交互、社交机器人、在线客服和虚拟助手等。通过提升社交智能体的人性化交互能力，可以改善用户体验，增强人机协作的有效性，推动智能代理在各行业的应用与发展。
📄 摘要（原文）
Large language models (LLMs) are increasingly deployed as social agents, yet credible human-like interaction requires more than fluent responses or persona consistency. Agents must autonomously decide whether, when, and how to communicate while adapting to evolving contexts, goals, and relationships. Existing research, however, lacks a unified approach to enabling, evaluating, and improving such capabilities in continuous, open-ended interaction. We introduce AnthroDial, a unified framework for developing anthropomorphic social agents from three complementary aspects: MindFlow, a lightweight interaction harness that enables autonomous, asynchronous, and adaptive communication through a dynamic Mind Buffer; CAPS-Eval, a theory-grounded framework for evaluating cognitive, affective, and behavioral dimensions of anthropomorphic interaction; and a scalable training paradigm that combines SEEDS for environment expansion with DiAPO for adaptive capability optimization. We further construct evaluation datasets covering everyday communication, game interaction, and long-horizon character interaction. Extensive experiments across diverse models and scenarios demonstrate improved interaction autonomy and naturalness, validate the reliability, discriminativeness, and agreement with human rankings of CAPS-Eval, and confirm the effectiveness of our training paradigm. Together, these components provide a unified framework for developing credible human-like social agents in open-ended interaction.