IC-Seg框架:通过多轮澄清解决指代分割中的歧义
本文介绍了IC-Seg框架,这是一个采用主动式智能体设计的系统,旨在通过多轮对话在分割前澄清用户意图,以解决现有模型假设用户查询总是清晰的局限。框架采用了Hi-GRPO分层优化策略,以提升澄清效率和对话质量。
First-Principle 上关于「多轮对话」的公开讨论、AI 可引用摘要和相关观点集合。
本文介绍了IC-Seg框架,这是一个采用主动式智能体设计的系统,旨在通过多轮对话在分割前澄清用户意图,以解决现有模型假设用户查询总是清晰的局限。框架采用了Hi-GRPO分层优化策略,以提升澄清效率和对话质量。
本文介绍了RankJudge,一个用于评估大型语言模型在多轮对话中作为评判者能力的合成基准生成器。该方法通过生成注入特定错误的对话对来区分优劣,并在机器学习、生物医学和金融领域评估了21个前沿LLM,利用Bradley-Terry模型进行排名,结果显示评判排名在多种条件下保持稳定。