論文の概要: ReferClaw: Disambiguating User Intent for Egocentric Assistance

• arxiv url: http://arxiv.org/abs/2611.07683v1
• Date: Thu, 05 Nov 2026 09:10:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.614351
• Title: ReferClaw: Disambiguating User Intent for Egocentric Assistance
• Title（参考訳）: ReferClaw:Egocentric Assistanceのユーザインテントの曖昧化
• Abstract要約: エゴセントリックなAIアシスタントは、意図した参照をビデオや対話履歴から一意に解決できない曖昧な質問をすることが多い。 本稿では,インタラクティブなプロセスとして,egocentric streaming QAを定式化するエージェントフレームワークであるReferClawを紹介する。 3つの協力的エージェントは、候補者の解釈を特定し、明確化を要求し、解決された意図と視覚的証拠に基づく回答を生成する。
• 参考スコア（独自算出の注目度）: 60.66333483583676
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Users of egocentric AI assistants often ask short, ambiguous questions whose intended referents cannot be uniquely resolved from video and dialogue history. For example, "Where did I leave it?" may refer to several previously handled objects. Existing VideoQA systems typically commit to a single interpretation, risking plausible but intention-misaligned answers. We introduce ReferClaw, an agentic framework that formulates egocentric streaming QA as an interactive process: the assistant asks clarifying questions to resolve user intent before answering. Three cooperating agents identify candidate interpretations, request clarification, and generate answers grounded in the resolved intent and visual evidence. A bounded, cost-aware policy balances expected information gain against user effort while limiting clarification turns and question complexity. Referclaw learns from interaction through intent-specific skill updates and process-reward-guided policy optimization with agent-level credit assignment. Evaluations on augmented egocentric QA benchmarks demonstrate improved answer accuracy and joint answer-and-grounding performance over existing baselines, alongside zero-shot transfer across datasets. These findings support interactive clarification as a practical approach to resolving online user intent in egocentric streaming assistance.
• Abstract（参考訳）: エゴセントリックなAIアシスタントのユーザは、意図した参照をビデオや対話履歴から一意に解決できない、短く曖昧な質問をすることが多い。 例えば、"Where I leave it?"は、以前処理されたいくつかのオブジェクトを参照できる。 既存のVideoQAシステムは通常、1つの解釈にコミットする。 本稿では,対話的なプロセスとして,egocentric streaming QAを定式化するエージェントフレームワークであるReferClawを紹介する。 3つの協力的エージェントは、候補者の解釈を特定し、明確化を要求し、解決された意図と視覚的証拠に根ざした回答を生成する。 制限付きコスト対応ポリシーは、ユーザの努力に対して期待される情報ゲインをバランスさせ、明確化のターンを制限し、複雑さを疑う。 Referclawは、インテント固有のスキル更新とプロセスリワードによるポリシー最適化とエージェントレベルのクレジット割り当てを通じて、インタラクションから学習する。 強化されたエゴセントリックQAベンチマークの評価では、データセット間のゼロショット転送に加えて、既存のベースラインよりも回答精度と共同回答とグラウンドのパフォーマンスが改善されている。 これらの知見は,エゴセントリックなストリーミング支援におけるオンラインユーザの意図を解決するための実践的アプローチとして,インタラクティブな明確化を支援する。

関連論文リスト

• Rational Clarification by Assistive Agents via Value-of-Information Reasoning [32.61952851391211]
  一般的なアプローチは、しきい値に達するまでユーザの意図に対する不確実性を最小限に抑えるような質問をすることである。 これは下流の性能に対する不確実性低減の影響を無視する。 本稿では,REVOIR(Value-of-Information Reasoning)による合理性問合せについて紹介する。 REVOIRは、質問の価値についての推論時間推論を通じて、明確化決定を行う。
  論文  参考訳（メタデータ） (2026-09-29T13:44:20Z)
• When and How Should an Agent Clarify? CIGAsk: Teaching LLMs to Clarify via Counterfactual Information Gain [73.2163413577971]
  そこで本研究では,回答よりも質問するタイミングと,不明瞭な情報を回復する質問を行う方法という,2つのスキルを教えるレシピを提案する。 不斉あいまいさボーナスは、金のあいまいさラベルに基づいて署名された報酬を端末トークンに割り当て、いつ尋ねるかを案内する。 また、データ単位のチューニングなしでデータセット間で転送し、アウト・オブ・ディストリビューションのベンチマークでシングルターンのQAパフォーマンスを保存する。
  論文  参考訳（メタデータ） (2026-09-21T08:47:39Z)
• Clarification Is Not Enough: Post-Clarification Answering Remains the Bottleneck in Multi-Turn QA [14.475086992410276]
  課題を2つの要素に分解することで,多ターン質問応答における選好誘導の問題について検討する。 PACIFICベンチマークを用いて、教師付き微調整が明確化ポリシーを急速に改善することを示したが、モデルが正しい動作を取る場合でも、最終的な解答精度は著しく低いままである。
  論文  参考訳（メタデータ） (2026-05-24T18:06:09Z)
• When and What to Ask: AskBench and Rubric-Guided RLVR for LLM Clarification [8.391356566325054]
  大きな言語モデル(LLM)は、重要な詳細を省略したり、誤解を招く情報を含まない場合にも、しばしば応答する。 タスク性能を犠牲にすることなく,LLMがいつ,何を求めるかを決定する能力の評価と改善について検討する。 AskBenchは、標準的なQAペアを明示的なチェックポイントを持つマルチターンインタラクションに変換する対話型ベンチマークである。
  論文  参考訳（メタデータ） (2026-02-04T02:21:01Z)
• Learning Steerable Clarification Policies with Collaborative Self-play [67.67872810596839]
  不明瞭なクエリを処理するために、AIアシスタントは不確実性を管理するためのポリシーが必要である。 我々は,この不確実性を管理するために,自己再生を用いて評価可能な政策を訓練することを提案する。 このことが、提供されたコストに応じて予測可能な振る舞いを変更する、評価可能なポリシーにつながることを示す。
  論文  参考訳（メタデータ） (2025-12-03T18:49:54Z)
• Open Domain Question Answering with Conflicting Contexts [55.739842087655774]
  あいまいでオープンなドメインの質問の25%は、Google Searchを使って検索すると、コンフリクトのあるコンテキストにつながります。 我々はアノテータに正しい回答の選択についての説明を依頼する。
  論文  参考訳（メタデータ） (2024-10-16T07:24:28Z)
• Interactive Question Clarification in Dialogue via Reinforcement Learning [36.746578601398866]
  本来のクエリの改良を提案することにより,曖昧な質問を明確にする強化モデルを提案する。 モデルは、深いポリシーネットワークで強化学習を使用して訓練されます。 実世界のユーザクリックに基づいてモデルを評価し,大幅な改善を示す。
  論文  参考訳（メタデータ） (2020-12-17T06:38:04Z)
• IART: Intent-aware Response Ranking with Transformers in Information-seeking Conversation Systems [80.0781718687327]
  我々は、情報探索会話におけるユーザ意図パターンを分析し、意図認識型ニューラルレスポンスランキングモデル「IART」を提案する。 IARTは、ユーザ意図モデリングと言語表現学習とTransformerアーキテクチャの統合の上に構築されている。
  論文  参考訳（メタデータ） (2020-02-03T05:59:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。