团队提出VagueBench基准与DialogGRPO训练方法
热点事件持续更新
团队提出VagueBench基准与DialogGRPO训练方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究团队提出VagueBench基准与DialogGRPO离线强化学习方法，用于评测和训练大语言模型在用户查询不完整时主动追问的能力。 据作者描述，VagueBench将每个种子查询标注结构化意图与细节单元，再通过受控移除语言线索，降级为“意图模糊”和“完全模糊”两种变体，从而得到已知的隐藏信息集合，用于评估模型何时追问、追问什么。
AI 根据报道生成 · 42 分钟前更新
最新进展11月4日 13:00
VagueBench 与 DialogGRPO：评测并训练开放域 LLM 对话中的主动追问能力报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CLVagueBench 与 DialogGRPO：评测并训练开放域 LLM 对话中的主动追问能力
研究团队提出 VagueBench 基准与 DialogGRPO 离线强化学习方法，用于评测和训练 LLM 在用户查询不完整时的主动追问能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。