arXiv cs.AI· Jiatan Huang, Zheyuan Zhang, Ziming Li, Tianyi Ma, Mingchen Li, Yanfang Ye, Chuxu Zhang·· 22 天前AI 评分41
CLEAT：面向交互式智能体的价值引导澄清学习框架
CLEAT: Learning Value-Guided Clarification for Interactive Agents
AI 导读
研究者提出 CLEAT 框架，通过共享交互结果协同训练澄清价值控制器与任务策略，以残差查询价值衡量提问相对于直接执行的任务效用增益。基于 Qwen3-4B，CLEAT 在 4 个基准的全部 10 项评估设置中取得最高平均分。相较于最强基准模型，其在 UserGym Travel 和 IN3 不充分说明判断准确率上分别提升了 13.2 和 6.5 个百分点。
来源：arXiv cs.AI · arxiv.org