Question

general · First seen 2026-05-22 · Last seen 2026-11-17 · 197 mentions

Overview

Question(问题/提问)在人工智能语境下,既指用户向模型提出的输入查询,也指模型主动向人提问、对问题进行分类与排序的能力,正逐渐成为衡量智能体可用性的一项独立研究对象。围绕问题本身的研究和实践近期集中在三个方向:模型如何更精准地提问、问题如何被高效分类路由、以及问题的呈现顺序如何影响模型判断。

Question 相关的近期进展

  • 医疗场景下的精准提问:PCQC 训练方法被提出用于医疗对话模型,让模型在问诊场景中学会提出更精准的追问,而不是一次性罗列泛化问题。这项工作把 Question 质量本身当作优化目标,反映出提问能力正在从“附带技能”变成被专门训练的对象。PCQC 训练方法让医疗对话模型学会更精准提问
  • 问题分类的基础设施化:Dify 在其平台中新增了 Jev 模型用于问题分类,意味着在低代码智能体工作流里,“先判断用户在问什么、再决定路由到哪个模型或流程”已经成为标准组件。类似的思路也出现在极简方案中——Philipp Schmid 演示了用单条 curl 调用 Gemini API 构建 GitHub Issue 分类 Agent,说明问题分类的门槛已降至很低。Dify 新增 Jev 模型用于问题分类
  • 问题顺序带来的偏差:一项 arXiv 研究提出用 QQ Equality 来审计大模型中的问题顺序效应,即同一组问题以不同顺序输入时模型判断可能不一致。这提示 Question 的“问法与次序”本身就是影响输出可靠性的变量,值得在评测中控制。Auditing Question-Order Effects in LLMs with the QQ Equality
  • 主动提问工具的缺失引发讨论:有用户指出 Codex 普通模式缺少 ask_user_question 工具,导致智能体无法在信息不足时主动向用户澄清问题,引发社区对“智能体该不该多问”的讨论。这与 PCQC 一脉相承:何时提问、问什么,正在成为智能体设计的核心决策点。Codex 普通模式缺 ask_user_question 工具,用户吐槽
  • 当前焦点与观察点

    围绕 Question 的讨论可以归纳为一条主线:从“回答得好”转向“问得对”。在检索增强场景中,Question's Gambit 的做法是在检索前先对查询做一步预判,据报道让 GPT-5.5 提升了 7 个点,说明查询改写与预处理的收益仍然可观;在评测层面,E-VQA 发布了证据支持的视频问答任务与 ST-Evidence 基准,把问答的可验证性推到了视频模态;在训练层面,用 17 美元、25 分钟基于 Qwen3.5 4B 微调出专用决策模型的案例,则展示了针对特定问答/决策任务做低成本定制的可行性。

    值得持续观察的问题有三个:其一,主动提问(clarification)会否成为主流智能体的默认能力,还是被视为打断用户体验的成本;其二,问题顺序效应等评测发现能否沉淀为工程规范;其三,问题分类与路由是否会进一步下沉为各家智能体平台的基础组件。总体来看,Question 正在从单纯的输入文本,演变为一个包含分类、改写、澄清与审计的完整研究对象。

    Coverage

    10 on file