★ 2
MASP：心智化对抗自博弈提升主动对话鲁棒性
论文指出主动对话智能体常在固定或过度顺从的模拟器上训练评估，导致高模拟成功率反映软用户偏差。提出 MASP 心智化对抗自博弈框架，将主动对话视为系统与理性抵抗用户间的部分可观测博弈，用 BDI 潜在状态表示用户心智，交替更新双方策略。在多个基准上显著提升成功率与理性约束成功率，减少平均轮次。
arXiv NLP17 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出主动对话智能体常在固定或过度顺从的模拟器上训练评估，导致高模拟成功率反映软用户偏差。提出 MASP 心智化对抗自博弈框架，将主动对话视为系统与理性抵抗用户间的部分可观测博弈，用 BDI 潜在状态表示用户心智，交替更新双方策略。在多个基准上显著提升成功率与理性约束成功率，减少平均轮次。