CLEAT：面向交互式智能体的价值引导澄清学习框架

研究者提出 CLEAT 框架，通过共享交互结果协同训练澄清价值控制器与任务策略，以残差查询价值指导智能体在未明确需求时提出有效澄清。在基于 Qwen3-4B 的测试中，该方法在 4 个基准的全部 10 项评估设置中均取得最高平均分，在 UserGym Travel 和 IN3 需求未充分明确判定准确率上分别比最强基线提升 13.2 和 6.5 个百分点。