GEM：结合 ReAct 智能体的图增强混合专家框架用于对话状态跟踪

对话状态跟踪需要从多领域对话中精确提取结构化信息，尽管大语言模型具备出色的通用能力，但在该任务上仍面临困难。我们提出了 GEM（图增强混合专家），这是一个将语言模型与图结构对话理解以及基于 ReAct 智能体的推理相结合的新框架，以实现卓越的 DST 性能。我们的方法在专门的专家之间进行动态路由：一个捕获对话结构和轮次级依赖关系的图神经网络，以及一个用于序列建模的微调 T5-Small 编码器-解码器，由智能路由器进行协调。对于复杂的值生成任务，我们集成了在对话上下文上进行结构化推理的 ReAct 智能体。在 MultiWOZ 2.2 上，GEM 实现了 65.19% 的联合目标准确率，大幅优于端到端 LLM 方法（最佳：38.43%），并超越了包括 TOATOD（63.79%）、D3ST（58.70%）和 Diable（56.48%）在内的最先进（SOTA）方法。我们结合 ReAct 集成的图增强混合专家架构表明，将结构化对话表示与动态专家路由和基于智能体的推理相结合，为对话状态跟踪提供了一种强大的范式，在通过选择性专家激活保持计算效率的同时实现了卓越的准确率。