研究人员开发了CLUE,一种新颖的两阶段训练流程,旨在增强AI模型对对话中社会背景的理解。该方法结合了监督证据推理和由Grounded Information Utilization引导的GRPO,该方法在考虑推理成本的同时,奖励新的、有证据支持的社会推断。与基础Qwen模型相比,CLUE在域内和域外评估中均显示出显著的改进,在多种任务和语言中取得了更高的F1分数,并显著减少了推理令牌。 AI
影响 这项研究可能带来更细致、更具上下文感知能力的对话式AI,从而改善复杂对话中的用户交互和理解。
排序理由 该集群描述了一篇关于AI模型新颖训练流程的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →