arXiv · ML· Youngbin Choi, Minjong Lee, Saemi Moon, Seunghyuk Cho, Chaehyeon Chung, MoonJeong Park, Dongwoo Kim·· 5 小时前AI 评分31
In-Place Feedback：提升多轮专家-LLM协作可靠性的交互范式
In-Place Feedback: Reliable Refinement for Multi-Turn Expert-LLM Collaboration
AI 导读
In-Place Feedback 范式在五项推理基准中持续优于标准多轮反馈，且消耗更少 token。 该范式通过用户直接编辑模型响应并基于编辑后上下文继续生成，能更可靠地应用并传播修正。 用户研究显示，领域专家对该方式的最终输出满意度更高且疲劳度显著降低，混合策略进一步提升了所有衡量维度。
来源：arXiv · ML · arxiv.org