多轮对话

一项研究挑战了传统多轮对话中“对话对象识别”的离散分类范式，提出将其视为连续现象，并通过实验证明连续层级模型能更准确地预测发言权转移及听众行为。

研究者提出‘持续提示’评估框架，发现主流视觉语言模型在用户反复质疑或否定时会出现答案不稳定现象，正确回答可能被推翻，错误回答反而被修正。

研究者提出BayesBench基准，首次系统评估大语言模型在多轮对话中能否像理性贝叶斯推理者那样更新信念。研究发现模型规模提升有助于潜在变量推断，但推断能力不一定能转化为理性的下游预测。

研究者提出ATOD混合训练算法，通过退火调度机制结合策略蒸馏与强化学习，显著提升小模型智能体在长程交互任务中的性能表现。