智能体的主动性问题：水平与垂直主动性及 Q&D 训练方法

研究提出智能体主动性的新维度——内容主动性，分为水平主动性（追求当前上下文已隐含但未明说的信息）和垂直主动性（追求仅由早期证据揭示的需求）。为此提出 Q&D（提问者与起草者）方法，训练提问者选择能检索更多所需证据的问题，无需奖励模型或评判器。在三个多跳问答基准的留出集上，同等检索开销下，训练后的提问者两种主动性均优于同模型提示版本，并在三个基准中的两个上超过 15 倍大的提示模型。