提出了一个名为 TuringAdvice 的任务和对应数据集，对自然语言生成（NLG）的语言理解模型进行了测试，实证结果表明目前的 NLG 模型在此任务上表现不佳，仅有 14％的情况下能够输出至少与人类撰写的建议同等有用，这反映出在生成性环境下难以发现的语言理解错误，仍有大量进展空间。

Apr, 2020

本研究通过提出一个包含建议的协议来增加物理基础语言理解任务的交互带宽，并在块世界任务上评估了该方法的有效性，发现简单的建议可以显著提高任务性能，同时也探讨了模型自动生成建议以减少提供建议的工作量。

May, 2019

本文研究了精神健康相关的在线求助帖子中，自识别为精神健康专家与同龄人的回复差异，使用语言学分析探讨二者交互中的语言使用和互动特点，以期为理解健康专家在社交网络中与信息和支持寻求者的互动作出贡献。

Jun, 2021

通过使用生活小贴士问题的信息和人类评估，我们引入了 AdvisorQA 来评估大型语言模型在提供个性化建议方面的能力，并展示了 LLMs 在理解人类主观性方面的提高。

Apr, 2024

该研究介绍了一个新的任务，使用 NLP 系统自动推断个人叙述中寻求建议的目的，构建了一个包含 20,000 多个人体验的数据集，并利用人类注释确定该任务需要应用人类的常识和社交智慧。

Apr, 2019

本论文提出 “请教专家” 框架，通过对话模型与专家的结合，对话模型可以通过结构化对话咨询专家并优化模型的效果， 通过在心理健康支持领域的应用表明，使用此框架可以提高对话模型的质量，并取得了人类水平的得分。

May, 2023

通过对已有的案例进行分析，本文提出了交互式人工智能决策辅助系统的设计，旨在通过学习人类的选择来决定何时提供算法支持，从而提高决策的准确性和可靠性。作者在美国刑事司法系统的前期释放审判方面进行了大规模实验，并发现交互式辅助系统能够在必要的时候提供准确的建议，与固定的非交互式系统相比较，可以显著提高人类的决策水平。同时，交互式辅助系统还具有促进人类学习、保护人类决策者补充优势、促进对建议的更积极响应等优点。

Sep, 2022

本文介绍了一种利用词嵌入发现并分类 Reddit 上语言偏见的数据驱动方法，并通过连接数据中的评价性词语和受保护属性，并经过语义分析系统分类来自动发现 Reddit 社区中编码的语言偏见。

Aug, 2020

本研究采用自然语言反馈作为人工智能代理的学习信号，使用基于方面的情感分析将反馈分解为关于马尔可夫决策过程功能的情感。然后通过推理情感模型中的潜在奖励函数，来进行反向强化学习。实验表明本方法可以成功地从人的互动反馈中学习，并提供了关于自然语言反馈信息结构和利用它进行强化学习的方法。

Sep, 2020

本研究探讨了语言使用对社区对在线讨论论坛评论的反应的影响，以及信息和信息发送者之间的相对重要性。基于 Reddit 讨论中社区注释卡尔玛的新评论排序任务被提出，可以控制评论的主题和时间。通过对来自六个子 reddit 的讨论线程进行实验，结果显示不同类型的语言特征对于不同的社区感兴趣程度的重要性有所不同。

Jul, 2015