摘要
基于大语言模型的智能体在搜索基准上表现良好，但真实用户常感结果不满，揭示了评估与体验间的差距。该差距源于现有基准依赖过度明确的查询、单轮交互及固定模式评估，无法反映真实场景中用户与智能体通过多轮对话协同细化模糊意图的行为。本文提出
AI 推荐理由
论文聚焦长程主动搜索中的多轮意图细化与任务规划，属规划核心研究。
研究机构
Xiaohongshu Dots Studio & Unipat AI
论文信息