arXiv cs.CL· Zanwu Liu, Dan Zhang, Xiaodi Wang, Yongbo Mao, Xiaoyang Guo, Yonglin Wu, Peiyue Jiang, Yangyang Wei, Zecheng Lin·· 3 小时前AI 评分35
MASP：面向主动对话的心智化对抗自博弈，摆脱“软用户”偏差
Stop Training Against Soft Users: Mentalized Adversarial Self-Play for Proactive Dialogue
AI 导读
MASP 心智化对抗自博弈框架把主动对话建模为系统与理性抵抗用户之间的部分可观测博弈，用 BDI 潜状态表示用户心智，并将对理性抵抗的鲁棒性转为训练目标。在多个主动对话基准上，相比 SFT 与 Planner-only，MASP 显著提升成功率（SR）与理性约束成功率（RCSR）、降低平均轮数（AT），在使任务目标更难达成的 hard users 上表现更好。
来源：arXiv cs.CL · arxiv.org