速報
CLARE 問世：AI 代理用「主動澄清」終結 3D 模型生成的模糊指令困境
現代 3D 創作工具鏈要求精確參數，但一般使用者常給出模糊指令。為解決此不對稱問題，研究團隊推出 CLARE，一個具備澄清意識的演化式 3D 代理。CLARE 將生成流程拆解為四個認知角色，在執行昂貴的 3D 工具前，先攔截並釐清模糊指令。其澄清策略透過模擬多輪互動自我演化，無需人工規則，並以多輪獎勵最佳化平衡效率與任務完成度。
多輪對話
深度分析
LedgerAgent：結構化分類帳提升客服 AI 工具呼叫的一致性與政策遵循
在客戶服務領域，工具呼叫代理人常因隱性任務狀態導致決策錯誤。研究提出LedgerAgent，於推論時以結構化分類帳保存工具回傳，並在執行環境變更前以策略門檻檢查。實驗顯示在四個服務領域與多模型測試中，Pass^k提升顯著，特別在多回合一致性上表現最佳。
深度分析
BALAR：以貝氏外迴路與互信息選題驅動 LLM 的多輪主動推理
面對含糊或缺失資訊的多輪互動場景，研究團隊提出 BALAR（Bayesian Agentic Loop for Active Reasoning），一套免訓練的貝氏外迴路，讓指令式大型語言模型能在推理過程中維護結構化的隱含狀態、以最大化互信息選擇釐清問題，並在必要時動態擴展狀態表示。