arXiv cs.AI· Jiatan Huang, Zheyuan Zhang, Ziming Li, Tianyi Ma, Mingchen Li, Yanfang Ye, Chuxu Zhang·· 4 小时前AI 评分41
CLEAT：面向交互式智能体的价值引导澄清学习
CLEAT: Learning Value-Guided Clarification for Interactive Agents
AI 导读
CLEAT 通过协同训练澄清价值控制器与任务策略，让 LLM 智能体学会在信息不完整时提问并把回答转化为更好的决策。基于 Qwen3-4B，它在四个 benchmark 的十项评测设置中平均分均为最高，UserGym Travel 和 IN3 欠指定判断准确率分别超出最强基线 13.2 与 6.5 个百分点。消融显示，即便推理时移除控制器，协同训练仍能提升任务策略。
来源：arXiv cs.AI · arxiv.org