LAVOIR：通过均摊信息价值让单次前向决策编码器学会主动提问
针对“系统一”单次前向决策模型（如 Laya）在面对信息缺失时倾向于盲目猜测的问题，研究人员提出了 LAVOIR（带信息价值路由的 Laya）。该方法将候选缺失信息槽位直接置于输入端与选项并列，使得模型在单次前向传播中不仅能输出决策分布，还能同时计算每个槽位对正确决策概率的预期增益，从而教会模型在何时以及主动询问何种关键信息。
推荐理由针对快速决策模型在信息不全时盲猜的痛点，创新性地实现了单次前向计算信息价值增益的交互决策机制。
原标题：LAVOIR: Teaching a Single-Pass Decision Encoder When and What to Ask with Amortized Value of Information
阅读 arXiv 人工智能 原文 ↗