arXiv 机器学习· Nafiseh Ghoroghchian, Luis Scoccola, Tina Sedaghat, Omid Vaheb, Hannah Chen, Dino D'Agostino, Keyvan Golestan·· 6 小时前AI 评分35
表格数据对话式任务消歧：防泄露形式化框架、基准套件与训练
Conversational Task Disambiguation over Tabular Data: Leakage-Aware Formulation, Benchmark Suite, and Training
AI 导读
该研究提出表格数据对话式任务消歧的形式化框架，将智能体解耦为提问策略与解题策略，以独立评测消歧能力并诊断用户模拟器的 oracle leakage（信息泄露）。基于 text-to-SQL，研究构建了统一 6 个歧义数据集的 AmbiTab 基准套件。通过强化学习训练提问策略，在全部 6 个数据集上提升了消歧指标，并在 5 个数据集上提高了任务成功率。
来源：arXiv 机器学习 · arxiv.org