★ 3CLEAT：价值引导的智能体澄清协同训练框架论文提出 CLEAT，一种价值引导的智能体澄清协同训练框架，联合训练澄清价值控制器与任务策略。作者提出残差查询价值衡量提问带来的任务效用，并通过配对 rollout 估计。基于 Qwen3-4B，CLEAT 在四个基准的十个评测设置中均取得最高平均分，UserGym Travel 与 IN3 判断…arXiv cs.AI21 天前