本文提出了一个新方法，即在多模态协作对话游戏中注释说明澄清请求，并使用此数据集为基础，展开了数据驱动的说明研究，探索了何时提出说明澄清请求以及如何互相认识它们的能力。

Feb, 2023

在这项研究中测试了关于行动接收作为辅助任务对建模 iCR 策略的影响的三个假设，并得出结论认为其对学习 iCR 策略的贡献有限，但仍然可以从预测不确定性中提取一些信息。同时，发现即使是经过深思熟虑的基于 Transformer 的模型也难以学习何时提出问题的良好策略，但是在确定提问内容方面可以取得更成功的建模。考虑到这些发现的意义，我们进一步讨论了数据驱动范式在学习元沟通行为方面的不足。

Jan, 2024

本文提出了一种基于目标的协作任务，结合了语言、感知和动作，开发了一个名为 CoDraw 的两个 Agent 之间的协作图像绘画游戏，同时定义了评估协作学习的策略和指标。

Dec, 2017

通过使用指令跟踪模型（GPT-4）和递归批评和改进循环，我们开发了一个高质量数据集，该数据集包含超过 250 个包含共指的问题 - 回答对，以满足共指解析在问答任务中的信息检索需求。

Nov, 2023

本文提出对话澄清机制是自然语言理解中一个未被充分研究的关键问题，并讨论了该问题的理论背景、实际挑战和获取基础注释的方法。同时，还提出了需要在未来研究中解决的伦理问题。

Apr, 2021

该研究提出了一种新颖的任务 —— 基于图片的对话（IGC），通过图片来约束话题从而产生更高质量的对话，并引入了一个通过众包来构建的多目标参考数据集。实验结果表明，将视觉和文本相结合可以提高对话的质量，而对人的表现与神经和检索结构之间的差距表明多模态 IGC 是一个有趣的对话研究挑战。

Jan, 2017

本文针对基于场景图的图像描述模型中存在的物体虚幻问题，提出了利用语义完整性和视觉相关性混合的 CGRL 框架，以提高图像描述和定位准确性。结果表明，该方法显著降低了物体虚幻的发生率，同时提高了图像描述和物体定位的质量。

Dec, 2021

我们提出了一种名为 Conformal Intent Classification and Clarification (CICC) 的框架，用于快速准确地对任务导向式对话系统进行意图分类。该框架将任何意图分类器的启发式不确定性分数转化为一个包含真实意图的澄清问题，并且以预定义的置信水平提供保证。通过消除少量可能的意图之间的歧义，可以快速且准确地解决用户查询。此外，我们还提出了用于超范围检测的增强框架。通过对七个意图识别数据集进行比较评估，我们发现 CICC 生成的澄清问题较小且具有超范围检测功能。CICC 可在很大程度上帮助从业者和研究人员通过特定的澄清问题改善对话代理的用户体验。

Mar, 2024

开发了一个名为 CLEVR-Dialog 的大型诊断数据集，以研究视觉对话中的多轮推理（multiround reasoning），在其中所有视觉对话的所有方面都得到了完全注释。使用 CLEVR-Dialog 测量了标准视觉对话模型的性能，特别是针对视觉指代消解（coreference resolution）的表现，并于之前数据集中的模型进行了比较，发现了其中的差异。

Mar, 2019

本文提出使用 neural Q＆A 模型结合全文对话上下文一起识别人设和知识的任务来识别相关 Persona 或 Knowledge，以应对多重上下文的对话系统，通过建立新的 grounding retrieval 方法来实现。

Feb, 2023