用于协调多用户信息收集的 LM 代理
计算与语言
2025-02-19 v1 人工智能
摘要
本文引入 PeopleJoin，用于评估 LM 中介的协作问题解决。给定用户请求，PeopleJoin 代理必须识别可能能够提供帮助的团队成员，与这些成员对话以收集信息，最终为原始用户编译出有用的答案或摘要。PeopleJoin 包含两个评估领域：PeopleJoin-QA 侧重于表格数据问题，PeopleJoin-DocCreation 侧重于文档创建任务。这两个领域改编自现有 NLP 基准用于数据库问答和多文档摘要；然而，在此情境下，这些任务所需的信息分布在由 2--20 个用户组成的合成“组织”中，模拟自然的多用户协作场景。我们实现了几种流行的 LM 代理架构，评估它们在完成任务方面的准确性和效率，并突出显示可以使用 PeopleJoin 研究的新研究问题。
引用
@article{arxiv.2502.12328,
title = {LM Agents for Coordinating Multi-User Information Gathering},
author = {Harsh Jhamtani and Jacob Andreas and Benjamin Van Durme},
journal= {arXiv preprint arXiv:2502.12328},
year = {2025}
}