★ 3
研究剖析ChatGPT等四大平台智能体搜索全流程
论文首次系统研究ChatGPT、Claude、Grok与DeepSeek四大对话平台的智能体网络搜索，结合真实用户交互与API受控实验。发现各平台搜索触发决策差异显著，更频繁调用搜索未必带来更好回答质量，且平台搜索引擎偏好特定域名。部分回答依赖未引用的搜索结果，引发归因与可靠性担忧。
arXiv cs.AI45 天前
#对话AI
共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究：置信门控混合方案降低对话情绪识别成本
研究比较了对话情绪识别的三种部署方案：低成本集成模型、现成LLM提示，以及仅将集成模型最不确定预测升级给LLM的置信度门控混合方案。混合方案在三个数据集上帕累托优于两种纯方案，每百万话语成本约10-85美元，远低于纯LLM管线的99-170美元，且升级信号可解释、可审计。
arXiv cs.AI46 天前
★ 2
Gated Memory：对话AI记忆形成引入准入控制
一篇 arXiv 论文提出 Gated Memory 框架，在对话与向量存储之间加入准入闸门与条件丰富两个决策检查点，在事实抽取前评估候选事实的上下文适用性。该方法在 LoCoMo-10 基准上使 LLM 评判准确率相对提升 2.6%，作者认为记忆形成阶段是生产系统记忆质量的关键约束。
arXiv NLP24 天前
★ 2
Reteach：更像真人老师的 AI 辅导工具
Reteach 推出一款主打拟人化体验的 AI 辅导工具，旨在以低成本替代昂贵的真人辅导。该产品瞄准教育市场，试图通过更自然的交互方式提升 AI 家教的接受度。
Hacker News – AI38 天前
★ 2
对话AI离线代理指标与在线决策对齐框架
论文提出可复用的离线代理构建与诊断清单，将离线代理视为行为标签到产品结果、学习分类器到候选助手行为、聚合离线信号到实验效应三层对齐链。在部署的多轮助手上，489对离线-在线对比中，冻结映射后的113对对比达到81.1% F1，而原始分类器得分仅34.3%，且无错误方向判断。证据支持用该复合指标在稀…
arXiv cs.AI40 天前
★ 1