CLEAT：让Agent学会判断何时向用户提问
热点事件持续更新
CLEAT：让Agent学会判断何时向用户提问
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
arXiv 2026年10月12日一篇 cs.AI 论文提出 CLEAT 框架，让 LLM 智能体在任务中自行判断是否需要向用户提问澄清，并利用用户回答改进后续决策。 该框架的核心设计是“残差查询价值”：在同一交互历史下用配对 rollout 估计提问带来的任务收益，并据此共同训练澄清价值控制器与任务策略。作者称，基于 Qwen3-4B 的 CLEAT 在四个基准的十项评测中均取得最高均分，其中在 UserGym Travel 和 IN3 的“欠明确判断准确率”上分别领先最强基线 13.2 和 6.5 个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
CLEAT：面向交互式智能体的价值引导澄清学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.AICLEAT：面向交互式智能体的价值引导澄清学习框架
CLEAT 框架通过共同训练澄清价值控制器与任务策略，让 LLM 智能体学会判断何时提问并利用答案改进决策。该框架提出残差查询价值，用同一交互历史下的配对 rollout 估计提问带来的任务收益。基于 Qwen3-4B，CLEAT 在四个基准的十项评测中均取得最高均分，在 UserGym Travel 和 IN3 欠明确判断准确率上分别领先最强基线 13.2 和 6.5 个百分点。
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。