#探索算法

TRACE：约束树探索实现语言反馈学习

论文将用户意图建模为动作空间上的潜在约束，把语言反馈学习表述为可行区域上的纯探索问题，提出 TRACE 算法。TRACE 将候选约束组织为树，通过生成满足约束的动作反复测试，仅在反馈不矛盾时才确认细化。论文区分证伪与识别两种反馈用法，并证明高概率覆盖界，在六个语言反馈任务上优于提示基线。