论文页面 - TIDE: 通过模板引导迭代实现主动多问题发现

来源：https://huggingface.co/papers/2606.04743

摘要

TIDE 是一个模板引导的迭代框架，用于从上下文中发现隐藏问题，通过迭代发现和思维模板来改进文档与代码环境中的问题识别与解决。

智能体被广泛部署为用于文档、工具和代码的助手。然而，它们通常仅对用户的显式请求做出响应，而这些请求只反映了用户已注意到的问题，但在更广泛的用户上下文中，还有许多其他重要问题共存且“明摆在眼前”却被忽视，其总数事先未知。我们将此定义为从上下文中发现多个隐藏问题的任务：需要揭示共存的问题，为每个问题提供可支撑的证据，并配以具体行动。为此，我们提出 TIDE，一个模板引导的迭代框架，包含两种互补机制。具体而言，受单次预测往往锚定最显著案例并产生泛泛论断这一观察启发，我们提出了迭代发现 (https://huggingface.co/papers?q=iterative%20discovery)，它在每轮中输出一小批候选问题，同时根据已发现的内容进行条件约束，从而后续轮次扩展覆盖范围；以及思维模板 (https://huggingface.co/papers?q=thought%20templates)，这是从先前已解决案例中提炼出的可复用模式，指明了要注意哪些上下文信号以及如何将它们联系起来，从而将每个预测锚定在一个可识别的问题类别上。我们在两个现实场景（个人工作空间和软件仓库）上，使用四个模型骨干验证了 TIDE，结果显示在任务覆盖率 (https://huggingface.co/papers?q=task%20coverage)、识别率 (https://huggingface.co/papers?q=identification) 和解决率 (https://huggingface.co/papers?q=resolution) 上，TIDE 相比单次和并行多智能体基线有显著提升。

查看 arXiv 页面 (https://arxiv.org/abs/2606.04743)查看 PDF (https://arxiv.org/pdf/2606.04743)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.04743)

在你的智能体中获取这篇论文：

hf papers read 2606\.04743

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用该论文的模型0

暂无模型引用该论文

在模型 README.md 中引用 arxiv.org/abs/2606.04743 即可从此页面链接。

引用该论文的数据集0

暂无数据集引用该论文

在数据集 README.md 中引用 arxiv.org/abs/2606.04743 即可从此页面链接。

引用该论文的 Spaces0

暂无 Space 引用该论文

在 Space README.md 中引用 arxiv.org/abs/2606.04743 即可从此页面链接。

包含该论文的收藏集0

暂无收藏集包含该论文

将此论文添加到一个收藏集 (https://huggingface.co/new-collection) 即可从此页面链接。