大型语言模型需要意图吗？重新审视服务助手的响应生成策略

在对话式AI时代，生成准确且上下文恰当的服务响应仍然是一个关键挑战。一个核心问题依然存在：显式意图识别是生成高质量服务响应的先决条件，还是模型可以绕过此步骤直接生成有效的回复？本文进行了一项严格的比较研究，以解决这一根本性的设计困境。利用两个公开可用的服务交互数据集，我们在两种范式（意图优先的响应生成和直接响应生成）下对几种最先进的模型进行了基准测试，包括一个微调的T5变体。评估指标涵盖语言质量和任务成功率，揭示了关于显式意图建模必要性或冗余性的令人惊讶的见解。我们的发现挑战了对话式AI流水线中的传统假设，为设计更高效、更有效的响应生成系统提供了可操作的指导。