Frictive Policy Optimization

摩擦策略优化扩展至不对称对话

研究人员已将摩擦策略优化（FPO）扩展到处理具有不对称部分信息（参与者拥有不同的信息状态，且相同的词语可能指代不同的事物）的对话场景。这种新方法被称为感知不对等，它建立在FPO将对话摩擦视为共同点信号而非噪声的原始概念之上。使用HCRC MapTask和LLM探针进行的评估表明，FPO的摩擦函数在从每个参与者的个体视角进行评估时最有效，这表明单一知情视角比全知地访问所有信息更有价值。