研究提出中断预算评估 LLM 智能体提问质量
原文标题：Ask Less, Ask Better: Allocating User Attention in Proactive LLM Agents with Interruption Budgets
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出区分智能体「问多少」与「问得好不好」的评估协议，用中断预算限制提问数量，用用户注意力成本惩罚难读或无价值的问题。在八个 LLM 与四个客服领域测试中，限制为 1-3 个问题可降低 36-73% 注意力成本，同时保留 86-94% 任务奖励。结合用户历史回答记忆可再降 13% 成本。
- 问题
- 现有评估只数智能体提问次数，无法区分必要提问与无效提问。
- 方法
- 用中断预算限制提问数量，并用经人工验证的 LLM 裁判对难读或无价值问题加收注意力成本。
- 结果
- 八个 LLM、四个客服领域下，限 1-3 问降 36-73% 注意力成本且保留 86-94% 任务奖励；结合用户历史记忆再降 13%。
- 影响
- 为主动式智能体提供可落地的提问质量指标，产品侧可据此压低用户打扰。
深读 · 结论先行AI 生成展开看要点与影响 ↓
限制智能体只问1-3个问题，注意力成本降36-73%，仍保留86-94%任务奖励。
- •提出区分「问多少」与「问得好不好」的评估协议，用中断预算限制提问数量，用用户注意力成本惩罚难读或无价值的问题。
- •在八个LLM、四个客服领域测试：限制1-3个问题使注意力成本降36-73%，任务奖励保留86-94%。
- •结合用户历史回答记忆再降13%成本，且问题更有价值。
- •同等注意力成本下，最高效模型从提问中获得的奖励是其他模型的两倍以上。
- •人类标注者75%的情况下认同该成本对「哪段对话更费力」的判断。
为什么重要：为主动提问型智能体提供了比「数问题个数」更贴近真实用户负担的评估方式，对做客服/助手类Agent评测的团队直接可用。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。