询问从未被要求的信息：智能体的水平与垂直主动性
这项研究探讨了使用工具的 AI 智能体应如何主动寻找信息。水平主动性是追寻当前上下文已经能够识别、但用户没有明确要求的信息；垂直主动性则是根据此前证据才显现的需求进行追寻。研究人员从基准测试的任务分解中构建需求图，使两种主动性以及智能体是否在恰当时机停止，都可以仅根据对话记录进行评估，而不需要模型裁判。提出的 Q&D 方法训练提问器，优先选择能够在后续获取更多必要证据的问题，且不使用奖励模型。在三个多跳问答基准测试中，Q&D 在相同检索成本下提升了两种主动性，并在其中两个测试中超过了规模大 15 倍的提示式模型。在模拟客服和零售场景中，该方法也能用更少的后续提问完成更多任务。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。