★ 2
BACE 方法：让 LLM 在歧义指代时主动提问
论文研究对话中的「策略性澄清」问题，发现 LLM 倾向过早给出确定答案而非追问。作者基于 SIMMC 2.1 构建受控环境，并提出 BACE（带认知追踪的信念感知评判器），在冻结 LM 之上选择最优澄清提问次数，效果优于 GRPO 与 ArCHer。
arXiv NLP6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究对话中的「策略性澄清」问题，发现 LLM 倾向过早给出确定答案而非追问。作者基于 SIMMC 2.1 构建受控环境，并提出 BACE（带认知追踪的信念感知评判器），在冻结 LM 之上选择最优澄清提问次数，效果优于 GRPO 与 ArCHer。